Functional independence measure at rehabilitation admission as a predictor of return to driving after traumatic brain injury
Notice bibliographique
Résumé
OBJECTIVE: To examine the utility of three common measures as predictors of return to driving after traumatic brain injury (TBI): Glasgow Coma Score (GCS) within the first 24 hours of injury and both Functional Independence Measure (FIM) and Disability Rating Scale (DRS) at rehabilitation admission. METHODS: Seventy-two participants with TBI completed a questionnaire that assessed return to driving post-TBI, as measured by reinstatement of the driver's license. Participants who did not return to driving for non-medical reasons or who had not driven pre-injury and did not obtain a driver's license post-injury were excluded from analysis. This produced a final sample of 59 participants. Scores on GCS, FIM and DRS, leveraged from an existing database, were compared between participants who had and those who had not returned to driving post-injury. Multiple logistic regression analysis was performed to determine the relationship of each predictor variable to return to driving. RESULTS: Only the FIM score at rehabilitation admission was significantly associated with return to driving (p < 0.01). FIM score had a sensitivity of 72% and specificity of 73% with respect to return to driving. CONCLUSIONS: This study supports the use of FIM at rehabilitation admission as a predictor of return to driving. Future studies should be directed at identifying other measures to be used in combination with FIM to accurately predict return to driving 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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».