An Overview of Published Research about the Acute Care and Rehabilitation of Traumatic Brain Injured and Spinal Cord Injured Patients
Notice bibliographique
Résumé
Knowledge of the breadth, nature, and volume of traumatic brain injury (TBI) and spinal cord injury (SCI) research can aid in research planning. This study aimed to provide an overview of existing TBI and SCI research to inform identification of knowledge translation (KT), systematic review (SR), and primary research opportunities. Topics and relevant articles from three large neurotrauma evidence resources were synthesized: the Global Evidence Mapping (GEM) Initiative (129 topics and 1644 articles), the Acquired Brain Injury Evidence-Based Review (ERABI; 152 topics and 732 articles), and the Spinal Cord Injury Rehabilitation Evidence (SCIRE) Project (297 topics and 1650 articles). A de-duplicated dataset of SRs, randomized controlled trials (RCTs), and other studies identified by these projects was created. In all, 145 topics were identified (66 TBI and 79 SCI), yielding 3466 research articles (1256 TBI and 2210 SCI). Topics with KT potential included cognitive therapies for TBI and prevention/management of urinary tract problems post-SCI, which accounted for 17% and 18%, respectively, of the TBI and SCI yield. Topics that may require SR included management of raised intracranial pressure in TBI, and ventilation and intermittent positive pressure interventions following SCI. Topics for which primary research may be needed included pharmacological therapies for neurological recovery post-TBI, and management of sleep-disordered breathing post-SCI. There was a larger volume of non-intervention (epidemiological) studies in SCI than in TBI. This comprehensive overview of TBI and SCI research can aid funding agencies, researchers, clinicians, and other stakeholders in prioritizing and planning TBI and SCI research.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».