Mental Health and Brain Morphology: Insights from Long Covid cohort in underrepresented individuals
Notice bibliographique
Résumé
BACKGROUND: Neurological manifestations in individuals with Long COVID range from headaches to cognitive impairment and mental health issues. However, it remains unclear whether these individuals exhibit structural changes, functional changes, or both in the brain. In this study, we investigated the impact of Long COVID on mental health symptoms, cortical grey matter volume and thickness, and hippocampal volume in Brazilian individuals. METHOD: Individuals were divided into two groups based on Long COVID status: covid (symptoms of Long COVID) and control (No symptoms of Long COVID). Simultaneously, PHQ-9 and GAD-7 tests were applied on participants to evaluate severity of depression and generalized anxiety symptoms, respectively. Brain magnetic resonance imaging (MRI) of individuals presenting with Long COVID (n = 58) and of healthy control individuals (n = 21) were used for extracting volume and cortical thickness (CT) of regions of interest using FreeSurfer (v7.4.1). We performed an ANCOVA analysis and a linear regression to assess the difference between groups in PHQ-9, GAD-7, mean cortical thickness (CT), mean hippocampal volume, and total cortical grey matter volume. The data were corrected for age, sex, and years of formal education. RESULT: The Long Covid group presented significantly lower scores on PHQ-9 and GAD-7 than the control group (Beta = 6.20017 and 3.3105; p <0,001 and p <0,006, respectively). However, when comparing Long covid and control groups, we found no significant differences in the mean hippocampal volume (p = 0,831) and in the mean cortical grey matter volume (p = 0.193). CONCLUSION: These preliminary data indicate significant changes in mental health among individuals with Long Covid; however, these changes do not correspond to observable alterations in brain volume as seen in MRI scans. This suggests that the pathophysiological changes associated with these symptoms are likely functional and metabolic in nature rather than structural and may not be detectable through imaging studies that primarily focus on brain anatomy, such as MRI.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».