Prédiction de la persistance des symptômes auto-rapportés suite à un traumatisme craniocérébral léger
Notice bibliographique
Résumé
Predire le risque de persistance des symptomes a trois mois apres un traumatisme craniocerebral leger (TCCL) a partir des symptomes rapportes initialement lors de la premiere semaine selon deux methodes d’evaluation. L’echantillon etait compose de 354 participants adultes contactes par telephone a la premiere semaine et au troisieme mois post-TCCL. Les participants devaient d’abord rapporter leurs symptomes librement (methode spontanee) et, subsequemment, selon un questionnaire de type checklist (methode suggeree – Rivermead Post Concussion Symptoms Questionnaire). Les participants qui rapportaient trois symptomes ou plus a la premiere semaine post-TCCL, autant pour la methode spontanee que pour la methode suggeree, avaient un risque plus eleve de presenter des symptomes persistants a trois mois. Les participants qui avaient des symptomes persistants a trois mois post-TCCL rapportaient a la premiere semaine plus de symptomes en utilisant la methode suggeree comparativement a la methode spontanee. Dans une perspective clinique, le fait de rapporter trois symptomes ou plus au cours de la premiere semaine d’evolution post-TCCL pourrait representer un indicateur pronostique precoce d’un risque plus eleve de persistance des symptomes, particulierement lorsque l’evaluation repose sur un questionnaire de type checklist.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».