Uma revisão da Covid longa: sintomas
Bibliographic record
Abstract
Coronavírus (CoVs) estão envolvidos em grandes surtos mundiais. Quando há instalação de COVID-19, os indivíduos estão suscetíveis a vários graus de gravidade. Após a resolução da doença, pacientes passaram a relatar a persistência de sintomas, “COVID-19 longo” foi designado à situação, que descreve sinais e sintomas que continuam ou desenvolvem após a COVID-19 aguda. O objetivo desta revisão foi realizar uma pesquisa sistemática sobre os sintomas mais associados ao COVID-longo. A busca de artigos foi feita via PubMed/MEDLINE, Lilacs e SciELO, sendo selecionados independentemente por dois revisores na plataforma Rayyan. A qualidade metodológica e o risco de viés foram avaliados com a Newcastle-Ottawa Scale (NOS). Diante dos critérios de inclusão e exclusão, 63 artigos foram para a análise qualitativa, sendo que 28 desses artigos foram utilizados para a construção do estudo. Os sintomas analisados foram: dispneia, disfunção olfatória, fadiga, tosse, mialgia, disfunção gustativa, cefaleia, dor no peito e diarreia. Dispneia foi relatada em 22 artigos, disfunção olfatória foi abordada em 19 estudos, fadiga é citada em 18 artigos, tosse é abordada em 18 estudos, mialgia foi descrita em 17 artigos, disfunção gustativa esteve presente em 15 artigos, cefaleia em 13 análises, dor no peito em 11, e diarreia esteve em 10 dos estudos. A inflamação persistente foi o mecanismo patológico associado às sequelas, visto que existem anormalidades imunológicas, presentes em até 8 meses após a infecção, que se relacionam com o desenvolvimento dos sintomas do COVID-19 longo. Com essa análise, o reconhecimento e a abordagem desses sintomas tornam-se necessárias para o cuidado com o paciente.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.020 | 0.055 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.017 | 0.017 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.008 | 0.009 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".