Factors influencing self-rated health in traffic-related mild traumatic brain injury
Notice bibliographique
Résumé
OBJECTIVE: To report self-rated health and factors influencing health after traffic-related mild traumatic brain injury. DESIGN: Population-based, cross-sectional study of traffic-related mild traumatic brain injury occurring between 1 December 1997 and 31 November 1999 in Saskatchewan, Canada. SUBJECTS: Subjects were 929 adults making a personal injury claim after a traffic collision. Inclusion criteria were a head blow with certain or possible loss of consciousness or post-traumatic amnesia, or a possible head blow with certain loss of consciousness/post-traumatic amnesia. Excluded were those with loss of consciousness > 30 min and those hospitalized longer than 2 days. METHODS: Data were self-reported through insurance application forms completed within 6 weeks of the injury. Multivariable multinomial logistic regression was applied to identify factors associated with self-reported general health. RESULTS: In contrast to the 74.5% of subjects reporting excellent or very good health prior to injury, 70.8% reported having poor/fair health after the injury. Post-crash depressive symptoms, sleep problems, greater neck/low back pain and low expectations for recovery were associated with poorer post-injury health. CONCLUSION: Those with traffic-related mild traumatic brain injury reported a decline in self-perceived general health. We identified potentially modifiable factors associated with poor post-injury health and suggested that these factors should be considered during early clinical intervention.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».