Brain fog with long covid and chemotherapy: systematic review and meta-analysis
Notice bibliographique
Résumé
Question What are the cognitive, functional and affective characteristics of brain fog in individuals with long covid and following chemotherapy, and how are these features assessed across studies? Study selection and analysis In March 2024, we conducted a systematic review and meta-analysis of peer-reviewed studies assessing cognition, function or mood in adults (≥18 years) with brain fog after COVID-19 or chemotherapy. PubMed, Embase and Web of Science were searched systematically according to eligibility criteria to March 2024, with an update in May 2025. Random-effects meta-analyses using the ‘dmetar’ package (V.0.0.9000) in R V.4.3.1 were performed for studies comparing individuals with and without brain fog. Bias was assessed using the National Institutes of Health Study Quality Assessment Tools. Findings Of 3077 records screened, 65 studies met inclusion criteria: 40 investigated brain fog in long covid and 25 in chemotherapy populations. Considerable variation in assessment tools was observed. Montreal Cognitive Assessment was the most common cognitive test in long covid studies; Functional Assessment of Cancer Therapy—Cognitive Function was most used in chemotherapy studies. Nine long covid studies were eligible for meta-analysis. Compared with controls, individuals with brain fog had significantly lower cognitive performance (Hedge’s g=−0.63, 95% CI −1.15 to −0.12), higher fatigue (Hedge’s g=2.64, 95% CI 0.41 to 4.86) and more depressive symptoms (Hedge’s g=1.48, 95% CI 0.40 to 2.55). Heterogeneity was high (I 2 >70%). No chemotherapy studies were appropriate for meta-analysis, preventing direct comparison of brain fog features between long covid and chemotherapy groups. Conclusions Brain fog in long covid and chemotherapy populations is associated with cognitive complaints, fatigue and mood disturbance, though assessment methods differ widely. To improve comparability and clinical understanding, we propose adoption of consistent tools and definitions in future studies. This will be a crucial step in generating findings that can be meaningfully compared across populations. PROSPERO registration number CRD42024520549.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,014 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».