Sintomas físicos, psíquicos e cognitivos persistentes da COVID-19 na população em geral e entre trabalhadores de saúde : revisão sistemática com metanálise
Bibliographic record
Abstract
Introdução: a pandemia da COVID-19 foi responsável por um elevado número de infecções e óbitos no mundo. A doença pode se manifestar em diferentes níveis de gravidade, sendo o sistema respiratório o mais comumente acometido. Os trabalhadores de saúde foram expostos a altas cargas virais no cuidado aos pacientes infectados, o que foi comprovado pelas elevadas taxas de infecção nessa população. Sabe-se que os sintomas podem persistir após a infecção aguda, caracterizando a Síndrome Pós-COVID ou Long COVID, que impacta na qualidade de vida dos indivíduos afetados. Considerando que os trabalhadores de saúde foram um grupo altamente exposto ao vírus, os sintomas persistentes também podem estar presentes mesmo após a infecção cessada. Para este trabalho, buscou-se responder à seguinte questão: “Quais são os sintomas físicos, psíquicos e cognitivos persistentes decorrentes da infecção por SARS-CoV-2 mais prevalentes na população em geral e entre os trabalhadores da saúde, oriundos de estudos de coorte?” Objetivo: identificar as prevalências dos sintomas físicos, psíquicos e cognitivos persistentes da COVID-19 na população em geral e nos trabalhadores de saúde infectados pela doença, a partir de evidências oriundas de estudos de coorte. Método: trata-se de uma revisão sistemática com metanálise, guiada por PRISMA. O protocolo foi registrado na plataforma PROSPERO sob número CRD42023460632. Foram incluídos apenas estudos de coorte com acompanhamento após diagnóstico confirmado de COVID-19 de no mínimo 12 semanas após a infecção. Pesquisas exclusivamente com população pediátrica foram excluídas. As buscas foram feitas em novembro de 2023 nas bases de dados Embase, LILACS/BVS, Pumed, Scielo, Scopus e literatura cinzenta, com descritores de Síndrome Pós-COVID e estudos de coorte, associados aos operadores booleanos. As duplicatas foram excluídas através do Endnote. Os artigos foram selecionados por dois revisores independentes com auxílio do software Rayyan, e, após, foram extraídos em tabela Excel. Foram extraídos todos os sintomas emergidos na leitura dos estudos na íntegra. Utilizou-se o modelo aleatório para a metanálise de prevalência combinada (com intervalo de confiança de 95%) no software R, para os desfechos mais prevalentes. Para redução de heterogeneidade, foram realizadas análises de subgrupos. A qualidade metodológica dos estudos foi avaliada através da Escala Newcastle-Ottawa. Resultados: foram encontrados 2.457 estudos (2.456 nas bases de dados e um pela literatura cinzenta). Após a exclusão dos artigos duplicados, 1227 artigos foram avaliados pelo título e resumo, e 204 foram submetidos à leitura na íntegra. Foi possível elencar 19 sintomas persistentes mais prevalentes, os quais foram submetidos à metanálise e apresentados por meio de dois artigos. Acerca dos sintomas físicos, foram incluídos no primeiro artigo 59 estudos, sendo a fadiga o sintoma de maior prevalência (0.29 [0.24;0.36]). No segundo artigo, no qual foram abordadas as alterações psíquicas e cognitivas, foram incluídos 47 estudos, com destaque para os sintomas de ansiedade (0.17 [0.11;0.27]) e alterações cognitivas (0.15[0.11;0.20]). As prevalências de sintomas nos trabalhadores de saúde não superaram os percentuais da população em geral. Todos os desfechos analisados apresentaram alta heterogeneidade entre os estudos incluídos, mesmo após análise de subgrupos. A maioria dos estudos incluídos na revisão foi avaliado como de qualidade moderada. Considerações finais: apesar de altas prevalências de sintomas, a análise encontrou amplos intervalos de predição e elevadas heterogeneidades, o que pode estar relacionado à variabilidade nos métodos de coleta de dados, característica de estudos do cenário pandêmico. Quanto aos profissionais de saúde, o resultado pode estar relacionado à precocidade da identificação dos sintomas e tratamento dos mesmos. Medidas para mitigar os danos causados pelos efeitos da infecção pela COVID-19 são importantes e estudos longitudinais podem incrementar a compreensão da temática.
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 | 0.010 | 0.030 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.009 |
| Bibliometrics | 0.006 | 0.006 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".