Cognición y covid persistente: una revisión sistemática prisma de estudios longitudinales
Bibliographic record
Abstract
Introducción: El Long COVID o (Covid persistente) es definido por el National Institute for Health and Care Excellence (NICE) como el conjunto de signos y síntomas que se desarrollan durante o después de una infección por SARS-CoV-2 y que continúan durante más de doce semanas sin ningún tipo de diagnóstico alternativo. Uno de los síntomas persistentes más frecuentes reportados por los pacientes y comprobados en estudios de neuroimagen es la disfunción cognitiva, debida a una hipoconectividad generalizada y una lesión axonal difusa en sustancia blanca. Es por ello por lo que los objetivos de la presente revisión son determinar el tiempo que permanecen afectadas las funciones cognitivas durante el Long COVID y explorar cuáles son las funciones cognitivas que se encuentran más afectadas más allá de los tres meses de seguimiento en pacientes de hasta 65 años sin complicaciones neuropsicológicas o psiquiátricas previas. Métodos: Se realizó una revisión sistemática con criterios PRISMA y se incluyeron 11 artículos mediante una búsqueda exhaustiva en cinco bases de datos diferentes: PubMed, Medline, Scopus, WOS y ProQuest. El riesgo de sesgo de los artículos se evaluó mediante la escala Newcastle- Ottawa. Resultados: Los problemas cognitivos en el Long COVID persisten a lo largo del tiempo y mejoran lentamente, aunque los estudios parecen coincidir en que la mayoría de las áreas mejoraron significativamente a partir del año. Las funciones cognitivas que más tiempo permanecieron afectadas fueron la velocidad de procesamiento y la atención. Conclusiones: Estas alteraciones cognitivas provocan una reducción en la calidad de la vida y capacidad de trabajo de los pacientes y manifiestan la necesidad de una intervención cognitiva.
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 | 0.190 | 0.296 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.006 | 0.010 |
| Bibliometrics | 0.013 | 0.009 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.005 | 0.007 |
| Open science | 0.006 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.004 | 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".