MétaCan
Menu
Retour à la cohorte
Enregistrement W1741648905 · doi:10.1089/neu.2014.3401

Influence of the Severity and Location of Bodily Injuries on Post-Concussive and Combat Stress Symptom Reporting after Military-Related Concurrent Mild Traumatic Brain Injuries and Polytrauma

2014· article· en· W1741648905 sur OpenAlexaff
Louis M. French, Rael T. Lange, Kathryn Marshall, Olga Prokhorenko, Tracey A. Brickell, Jason M. Bailie, Sarah Asmussen, Brian Ivins, Douglas B. Cooper, Jan E. Kennedy

Notice bibliographique

RevueJournal of Neurotrauma · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPolytraumaInjury Severity ScoreTraumatic brain injuryMedicineInjury preventionPoison controlPhysical therapyOccupational safety and healthSurgeryPsychiatryEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Traumatic brain injuries (TBI) sustained in combat frequently co-occur with significant bodily injuries. Intuitively, more extensive bodily injuries might be associated with increased symptom reporting. In 2012, however, French et al. demonstrated an inverse relation between bodily injury severity and symptom reporting. This study expands on that work by examining the influence of location and severity of bodily injuries on symptom reporting after mild TBI. Participants were 579 US military service members who sustained an uncomplicated mild TBI with concurrent bodily injuries and who were evaluated at two military medical centers. Bodily injury severity was quantified using a modified Injury Severity Score (ISSmod). Participants completed the Neurobehavioral Symptom Inventory (NSI) and the Posttraumatic Stress Disorder Checklist (PCL-C), on average, 2.5 months post-injury. There was a significant negative association between ISSmod scores and NSI (r=-0.267, p<0.001) and PCL-C (r=-0.273, p<0.001) total scores. Using linear regression to examine the relation between symptom reporting and injury severity across the six ISS body regions, three body regions were significant predictors of the NSI total score (face; p<0.001; abdomen; p=0.003; extremities; p<0.001) and accounted for 9.3% of the variance (p<0.001). For the PCL-C, two body regions were significant predictors of the PCL-C total score (face; p<0.001; extremities; p<0.001) and accounted for 10.5% of the variance. There was an inverse relation between bodily injury severity and symptom reporting in this sample. Hypothesized explanations include underreporting of symptoms, increased peer support, disruption of fear conditioning because of acute morphine use, or delayed expression of symptoms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,343
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurotraumaMême sujetTraumatic Brain Injury ResearchTravaux en français237 207