Evaluating fatigue in patients recovering from COVID-19: validation of the fatigue severity scale and single item screening questions
Notice bibliographique
Résumé
Abstract Background Fatigue is a common symptom in hospitalized and non-hospitalized patients recovering from COVID-19, but no fatigue measurement scales or questions have been validated in these populations. The objective of this study was to perform validity assessments of the fatigue severity scale (FSS) and two single-item screening questions (SISQs) for fatigue in patients recovering from COVID-19. Methods We examined patients ≥ 28 days after their first SARS-CoV-2 infection who were hospitalized for their acute illness, as well as non-hospitalized patients referred for persistent symptoms. Patients completed questionnaires through 1 of 4 Post COVID-19 Recovery Clinics in British Columbia, Canada. Construct validity was assessed by comparing FSS scores to quality of life and depression measures. Two SISQs were evaluated based on the ability to classify fatigue (FSS score ≥ 4). Results Questionnaires were returned in 548 hospitalized and 546 non-hospitalized patients, with scores computable in 96.4% and 98.2% of patients respectively. Cronbach’s alpha was 0.96 in both groups. The mean ± SD FSS score was 4.4 ± 1.8 in the hospitalized and 5.2 ± 1.6 in the non-hospitalized group, with 62.5% hospitalized and 78.9% non-hospitalized patients classified as fatigued. Ceiling effects were 7.6% in the hospitalized and 16.1% in non-hospitalized patients. FSS scores negatively correlated with EQ-5D scores in both groups (Spearman’s rho − 0.6 in both hospitalized and non-hospitalized; p < 0.001) and were higher among patients with a positive PHQ-2 depression screen (5.4 vs. 4.0 in hospitalized and 5.9 vs. 4.9 in non-hospitalized; p < 0.001). An SISQ asking whether there was “fatigue present” had a sensitivity of 70.6% in hospitalized and 83.2% in non-hospitalized patients; the “always feeling tired” SISQ, had a sensitivity of 70.5% and 89.6% respectively. Conclusions Fatigue was common and severe in patients referred for post COVID-19 assessment. Overall, the FSS is suitable for measuring fatigue in these patients, as there was excellent data quality, strong internal consistency, and construct validity. However, ceiling effects may be a limitation in the non-hospitalized group. SISQs had good sensitivity for identifying clinically relevant fatigue in non-hospitalized patients but only moderate sensitivity in the hospitalized group, indicating that there were more false negatives.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».