百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

英国研究:严重新冠感染可使大脑老化20年,智商降低10个点

itomcoil 2025-02-18 11:55 17 浏览

英国剑桥大学的科学家评估了新冠病毒感染可能对人类认知能力造成的损害。研究结果显示,患者认知能力丧失的程度相当于“衰老20年”。这项研究的结果发表在《临床医学》杂志上,研究人员在对阿登布鲁克医院接受住院治疗的46名新冠肺炎患者进行研究后得出了相关数据。

[Photo/Agencies]

In a study comparing 46 severe COVID-19 patients with 460 matched controls, researchers found the mental impacts of severe COVID-19 six months later can be the equivalent to aging 20 years – going from 50 to 70 years old – or losing 10 IQ points.

在一项将46名新冠肺炎重症患者与460人的匹配对照组进行比较的研究中,研究人员发现,这些患者在感染新冠病毒6个月后受到的认知影响相当于衰老20年(从50岁到70岁),或智商降低10个点。

The specific mental changes were also distinct to those seen in early dementia or general aging.

这种特殊的认知变化与早期痴呆症或常规衰老明显不同。

"Cognitive impairment is common to a wide range of neurological disorders, including dementia, and even routine aging, but the patterns we saw – the cognitive 'fingerprint' of COVID-19 – was distinct from all of these," says neuroscientist David Menon from the University of Cambridge in the UK, who was senior author of the study.

英国剑桥大学的神经科学家大卫·梅农是该研究论文的资深作者,他称:“神经系统疾病都会导致认知能力下降,包括痴呆,甚至是常规衰老也会如此,但我们看到的新冠病毒对认知能力的影响与所有这些有所不同。”

The experiment involved 46 people who'd gone to Addenbrooke's Hospital in Cambridge as a result of COVID-19 between March and July 2020. Sixteen of them were put on mechanical ventilation during their stay.

这项实验涉及46名在2020年3月至7月期间在剑桥阿登布鲁克医院接受治疗的新冠肺炎患者。其中16人在住院期间使用了呼吸机。

An average of six months after their infection, researchers supervised them using a testing tool called Cognitron to see how they were doing in areas such as memory, attention, reasoning, as well as anxiety, depression, and post-traumatic stress disorder.

感染后平均六个月,研究人员使用测试工具Cognitron对他们进行监测,了解他们在记忆力、注意力、推理、焦虑、抑郁和创伤后应激障碍等方面的表现。

The researchers didn't have test results from before these individuals fell ill with COVID to compare to. Instead they did the next best thing, and compared their results against a matched control group of 460 people.

研究人员没有这些患者在感染新冠之前的检测结果可比较,于是退而求其次,将他们的检测结果与460人的匹配对照组进行比较。

These results were then mapped to see how far they deviated from expected scores for their age and demographic, based on 66,008 members of the general public.

然后,根据66008名普通大众的情况,对这些结果进行测绘,看他们与自己所在年龄段的预期分数有多大偏差。

The results showed that those who'd survived severe COVID were less accurate and had slower response times than the general public.

结果显示,与普通人相比,这些患者的检测结果准确率更低,反应时间也更慢。

The magnitude of cognitive loss was similar to the effects of aging between 50 and 70 years of age – and equivalent to losing 10 IQ points.

他们的认知能力丧失程度与从50岁到70岁的认知能力丧失程度相似,也相当于失去10个智商点。

The somewhat good news is that, upon follow up, there were some signs of recovery – but it was gradual at best.

好消息是,在后续的跟踪调查中,这些患者的认知能力有一些恢复的迹象,但最好的情况也只是逐步的。

"We followed some patients up as late as ten months after their acute infection, so were able to see a very slow improvement," says Menon.

梅农称:“我们对一些感染新冠病毒后十个月的患者进行了随访,能够看到他们的认知能力有非常缓慢的改善。”

"While this was not statistically significant, it is at least heading in the right direction, but it is very possible that some of these individuals will never fully recover."

“虽然这在统计上并不显著,但至少正朝着正确的方向发展。不过,其中一些人很可能永远无法完全恢复。”

This study only looked at the more extreme end of hospitalized patients, but there are plenty of other studies showing that even 'mild' cases can cause similar cognitive impacts.

这项研究只研究了住院患者这种极端情况,但还有大量其他研究表明,即使是“轻微”病症也会造成类似的认知影响。

What's still not fully understood is why and how the SARS-CoV-2 virus causes this cognitive decline.

目前尚不完全清楚新冠病毒为何以及如何导致认知能力下降。

Previous research has shown that during severe COVID, the brain decreases glucose consumption in the frontoparietal network, which is involved in attention, problem solving, and working memory. It's also known that the virus can directly affect the brain.

此前的研究表明,新冠肺炎症状严重时,大脑会减少额顶叶的葡萄糖消耗,额顶叶负责注意力、问题解决和工作记忆等功能。众所周知,新冠病毒会直接影响大脑。

But the researchers suggest the likely culprit isn't direct infection, but a combination of factors: including reduced oxygen or blood supply to the brain; clotting of vessels; and microscopic bleeds.

但研究人员认为,罪魁祸首可能不是感染病毒本身,而是多种因素的综合作用:包括大脑供氧或血液供应减少、静脉血栓以及轻微出血。

There's also mounting evidence that the body's own immune and inflammatory response may be having a significant impact on the brain.

还有越来越多的证据表明,人体自身的免疫和炎症反应可能对大脑产生严重影响。

The research has been published in eClinical Medicine.

这项研究发表在《临床医学》上。

来源:Science Alert

编辑:董静

来源:chinadaily.com.cn

相关推荐

最强聚类模型,层次聚类 !!_层次聚类的优缺点

哈喽,我是小白~咱们今天聊聊层次聚类,这种聚类方法在后面的使用,也是非常频繁的~首先,聚类很好理解,聚类(Clustering)就是把一堆“东西”自动分组。这些“东西”可以是人、...

python决策树用于分类和回归问题实际应用案例

决策树(DecisionTrees)通过树状结构进行决策,在每个节点上根据特征进行分支。用于分类和回归问题。实际应用案例:预测一个顾客是否会流失。决策树是一种基于树状结构的机器学习算法,用于解决分类...

Python教程(四十五):推荐系统-个性化推荐算法

今日目标o理解推荐系统的基本概念和类型o掌握协同过滤算法(用户和物品)o学会基于内容的推荐方法o了解矩阵分解和深度学习推荐o掌握推荐系统评估和优化技术推荐系统概述推荐系统是信息过滤系统,用于...

简单学Python——NumPy库7——排序和去重

NumPy数组排序主要用sort方法,sort方法只能将数值按升充排列(可以用[::-1]的切片方式实现降序排序),并且不改变原数组。例如:importnumpyasnpa=np.array(...

PyTorch实战:TorchVision目标检测模型微调完

PyTorch实战:TorchVision目标检测模型微调完整教程一、什么是微调(Finetuning)?微调(Finetuning)是指在已经预训练好的模型基础上,使用自己的数据对模型进行进一步训练...

C4.5算法解释_简述c4.5算法的基本思想

C4.5算法是ID3算法的改进版,它在特征选择上采用了信息增益比来解决ID3算法对取值较多的特征有偏好的问题。C4.5算法也是一种用于决策树构建的算法,它同样基于信息熵的概念。C4.5算法的步骤如下:...

Python中的数据聚类及可视化分析实践

探索如何通过聚类分析揭露糖尿病预测数据集的特征!我们将运用Python的强力工具,深入挖掘数据,以直观的可视化揭示不同特征间的关系。一同探索聚类分析在糖尿病预测中的实践!所有这些可视化都可以通过数据操...

用Python来统计大乐透号码的概率分布

用Python来统计大乐透号码的概率分布,可以按照以下步骤进行:导入所需的库:使用Python中的numpy库生成数字序列,使用matplotlib库生成概率分布图。读取大乐透历史数据:从网络上找到大...

python:支持向量机监督学习算法用于二分类和多分类问题示例

监督学习-支持向量机(SVM)支持向量机(SupportVectorMachine,简称SVM)是一种常用的监督学习算法,用于解决分类和回归问题。SVM的目标是找到一个最优的超平面,将不同类别的...

25个例子学会Pandas Groupby 操作

groupby是Pandas在数据分析中最常用的函数之一。它用于根据给定列中的不同值对数据点(即行)进行分组,分组后的数据可以计算生成组的聚合值。如果我们有一个包含汽车品牌和价格信息的数据集,那么可以...

数据挖掘流程_数据挖掘流程主要有哪些步骤

数据挖掘流程1.了解需求,确认目标说一下几点思考方法:做什么?目的是什么?目标是什么?为什么要做?有什么价值和意义?如何去做?完整解决方案是什么?2.获取数据pandas读取数据pd.read.c...

使用Python寻找图像最常见的颜色_python 以图找图

如果我们知道图像或对象最常见的是哪种颜色,那么可以解决图像处理中的几个用例,例如在农业领域,我们可能需要确定水果的成熟度。我们可以简单地检查一下水果的颜色是否在预定的范围内,看看它是成熟的,腐烂的,还...

财务预算分析全网最佳实践:从每月分析到每天分析

原文链接如下:「链接」掌握本文的方法,你就掌握了企业预算精细化分析的能力,全网首发。数据模拟稍微有点问题,不要在意数据细节,先看下最终效果。在编制财务预算或业务预算的过程中,通常预算的所有数据都是按月...

常用数据工具去重方法_数据去重公式

在数据处理中,去除重复数据是确保数据质量和分析准确性的关键步骤。特别是在处理多列数据时,保留唯一值组合能够有效清理数据集,避免冗余信息对分析结果的干扰。不同的工具和编程语言提供了多种方法来实现多列去重...

Python教程(四十):PyTorch深度学习-动态计算图

今日目标o理解PyTorch的基本概念和动态计算图o掌握PyTorch张量操作和自动求导o学会构建神经网络模型o了解PyTorch的高级特性o掌握模型训练和部署PyTorch概述PyTorc...