Additional file 1 of Psychiatric and neuropsychiatric sequelae of COVID-19 within 2 years: a multinational cohort study
Notice bibliographique
Résumé
Additional file 1: Fig. S1. Study cohort selection procedure, using short-term depression risk in France IQVIA as an example. Table S1. Descriptions of databases. Table S2. Diagnostic codes for COVID-19 identification. Table S3. Diagnostic codes for outcomes identification. Table S4. Sample size, sex and age distribution, follow-up time, the number of psychiatric and neuropsychiatric events, and incidence rate in the medium-term observation period by outcome and database. Table S5. Sample size, sex and age distribution, follow-up time, the number of psychiatric and neuropsychiatric events, and incidence rate in the long-term observation period by outcome and database. Table S6. Selected baseline characteristics for all outcomes in all databases. Table S7. Risk of developing outcome events among individuals with COVID-19 for the whole study sample. Table S8. Risk of developing outcome events among individuals with COVID-19 for males. Table S9. Risk of developing outcome events among individuals with COVID-19 for females. Table S10. Risk of developing outcome events among individuals with COVID-19 for individuals aged below 18 years. Table S11. Risk of developing outcome events among individuals with COVID-19 for individuals aged between 18 and 24 years. Table S12. Risk of developing outcome events among individuals with COVID-19 for individuals aged between 25 and 44 years. Table S13. Risk of developing outcome events among individuals with COVID-19 for individuals aged between 45 and 64 years. Table S14. Risk of developing outcome events among individuals with COVID-19 for individuals aged between 65 years or older.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,552 | 0,037 |
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 source (Gemma direct ou Codex distillé), 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 ».