Metabolic changes in concussed American football players during the acute and chronic post-injury phases
Notice bibliographique
Résumé
BACKGROUND: Despite negative neuroimaging findings many athletes display neurophysiological alterations and post-concussion symptoms that may be attributable to neurometabolic alterations. METHODS: The present study investigated the effects of sports concussion on brain metabolism using 1H-MR Spectroscopy by comparing a group of 10 non-concussed athletes with a group of 10 concussed athletes of the same age (mean: 22.5 years) and education (mean: 16 years) within both the acute and chronic post-injury phases. All athletes were scanned 1-6 days post-concussion and again 6-months later in a 3T Siemens MRI. RESULTS: Concussed athletes demonstrated neurometabolic impairment in prefrontal and motor (M1) cortices in the acute phase where NAA:Cr levels remained depressed relative to controls. There was some recovery observed in the chronic phase where Glu:Cr levels returned to those of control athletes; however, there was a pathological increase of m-I:Cr levels in M1 that was only present in the chronic phase. CONCLUSIONS: These results confirm cortical neurometabolic changes in the acute post-concussion phase as well as recovery and continued metabolic abnormalities in the chronic phase. The results indicate that complex pathophysiological processes differ depending on the post-injury phase and the neurometabolite in question.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 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 ».