[Evidence summary:] What characterizes atypical clinical presentation of COVID-19 in older patients [age 65+]?
Notice bibliographique
Résumé
Older people with COVID-19 often present with atypical clinical symptoms. \nThe HSPC1 states: “It is important to remember that elderly people often \npresent atypically with symptoms such as: lethargy; increased confusion; \nchange in baseline condition; loss of appetite.” \nThe WHO3and CDC4 designate anorexia, malaise, muscle pain, sore throat, \ndyspnea, nasal congestion, headache, confusion, rhinorrhea, hemoptysis, \nvomiting and diarrhea as atypical or less common symptoms. \nBMJ Best Practice5 and UptoDate6 both describe common and atypical \nclinical presentations of COVID-19; less common symptoms include \nheadache, sore throat, chest pain, haemoptysis, dizziness, confusion, nasal \ncongestion, gastrointestinal disorders, anorexia, smell and taste disorders, \nand skin disorders. Canadian guidance also lists atypical symptoms \nincluding delirium, functional decline, weakness, malaise, abdominal pain, \nunexplained tachycardia, anosmia, functional decline, conjunctivitis, falls, \ndiarrhoea and decrease in blood pressure. \nThe international literature describes a variety of atypical presentations \nfrom patients who presented with symptoms of acute ischaemic stroke; to \naltered mental status, dizziness and syncope; confusion and lethargy. \nOther atypical symptoms mentioned in the literature include chills, malaise, \nsore throat, confusion, myalgia, headache, nausea, rash, back pain, \ngastrointestinal disorders, tremor and tachycardia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».