Risk Factors for Persistent Problems Following Whiplash Injury: Results of a Systematic Review and Meta-analysis
Notice bibliographique
Résumé
STUDY DESIGN: Systematic review and meta-analysis. BACKGROUND: Whiplash-associated disorder (WAD) is the most common reported injury following motor vehicle accident. Evidence for prognosis and intervention are difficult to interpret due to differences in inception times, outcomes used, and sample heterogeneity. METHODS: An extensive literature search was conducted to identify published studies of prognosis following whiplash. Rigorous inclusion criteria were applied to allow for meaningful results to be drawn. Data were extracted, transformed where necessary, and pooled to allow estimation of the odds ratio for any factor with at least 3 data points in the literature. RESULTS: From 11 cohorts (n = 3193), 25 factors were identified with at least 3 data points in the existing literature. Of these, 9 were found to be significant predictors based on the odds ratio and confidence limits: no postsecondary education, female gender, history of previous neck pain,baseline neck pain intensity greater than 55/100, presence of neck pain at baseline, presence of headache at baseline, catastrophizing, WAD grade 2 or 3, and no seat belt in use at time of collision. Neck pain intensity, WAD grade, headache, and no postsecondary education were robust to publication bias. CONCLUSIONS: Using a rigorous process for the identification and extraction of data from a homogenous subset of the prognostic WAD literature, we were able to identify several factors for which information is easy to collect clinically and could provide clinicians with a good sense of prognosis following whiplash injury.
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 | 0,023 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,048 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».