Early conversational discourse abilities following traumatic brain injury: An acute predictive study
Notice bibliographique
Résumé
PRIMARY OBJECTIVE: To date, little information is available regarding communication and conversational discourse proficiency post-traumatic brain injury (TBI) in the acute care phase. The main goal of this study was to examine how conversational discourse impairment following TBI predicts early outcome. Factors which influence conversational discourse performance were also explored. METHODS: The conversational discourse checklist of the Protocole Montréal d'évaluation de la communication (D-MEC) was administered in an acute tertiary care trauma centre to 195 adults within 3 weeks post-TBI. Outcome was measured with the Disability Rating Scale (DRS), the extended Glasgow Outcome Scale (GOS-E) and included discharge destinations from acute care. MAIN OUTCOMES AND RESULTS: Linear regression results showed that the D-MEC total score, age and initial GCS score accounted for 50% of the variation of the DRS scores. The DRS score was lower, signifying better outcome, when the total D-MEC score was higher, the subject was younger and when the initial GCS score was higher. Moreover, D-MEC performance significantly predicted the moderate and severe disability categories of the GOS-E and the probability of requiring rehabilitation (p < 0.05). CONCLUSION: These results provide additional information to guide healthcare professionals in predicting overall outcome acutely post-TBI.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».