In search of evidence-based treatment for concussion: characteristics of current clinical trials
Notice bibliographique
Résumé
UNLABELLED: Abstract Objective: To assess the characteristics of current clinical trials investigating the treatment of concussion. BACKGROUND: Recent systematic literature reviews have concluded that there is minimal evidence to support any specific treatment for concussion, including the principles of return-to-activity protocols such as type or duration of rest. DESIGN/METHODS: Clinical trial data was extracted from Clinicaltrials.gov and seven additional World Health Organization primary registries. The trial databases were accessed up until 3 October 2013. This study used search terms of 'concussion' or 'mild traumatic brain injury' (mTBI) and filtered for interventional trials. Trials that were terminated, already published or not interventional trials of concussion/mTBI were excluded. RESULTS: Of the 142 concussion/mTBI interventional clinical trials identified, 71 met inclusion criteria. Trials had a median estimated enrolment of 60 participants. There was a wide-range of treatments studied, including cognitive/behavioural therapies (28.2%), medications (28.2%), devices (11.3%), dietary supplements (8.5%), return-to-activity/rest (1.4%) and others (22.4%). Heterogeneity among trials for concussion identification/diagnosis and primary outcomes utilized was evident. Symptom-based questionnaires (39.4%) and neuropsychological tests (28.2%) were the most common outcome measures. CONCLUSIONS: Diverse, potentially promising therapeutics are currently being studied for the treatment of concussion. However, several deficiencies were identified including a paucity of trials addressing return-to-activity principles. Also, small sample size and trial heterogeneity may threaten scientific evaluation and subsequent clinical application.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».