An epidemiologic profile of pediatric concussions
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to describe the epidemiology of concussions presenting to the emergency department (ED). METHODS: A retrospective cohort of concussions for pediatric (age < 18 years) patients treated in the ED of a regional pediatric Level 1 trauma center from 2006 to 2011 was examined. Descriptive and geographic analyses were completed, with comparisons by age groups and residence (urban/rural). RESULTS: There were a total of 2,112 treated pediatric concussions. Two thirds of the concussions occurred in males (67%), with a median age of 13 years (interquartile range [IQR], 6). Nearly half of the pediatric concussions were sports related (48%); 36% of these concussions were from hockey. Significant differences were found in the distribution of the mechanism of injury across age groups (p < 0.001). Falls were most prevalent among young children, and sports concussions, for children 10 years and older. Two fifths of concussions occurred during winter months. Discharge disposition significantly differed by age (p < 0.001), with home discharge increasing with age up to 14 years. There were a total of 387 rural (19%) and 1,687 urban (81%) concussed patients, for a mean ED concussion visit rate of 2.2 per 1,000 and 3.5 per 1,000, respectively. Rural patients were older (14 [IQR, 6] vs. 13 [IQR, 6], p = 0.019] and sustained 2.5 times more concussions from a motor vehicle crash compared with urban youth patients (p < 0.001). CONCLUSION: Males in early adolescence are at highest risk for concussion, particularly from sport-related activities. Urban and rural children have differences in their etiology and severity of concussions. Concussions are predictable, and their prevention should be targeted based on epidemiologic and environmental data. LEVEL OF EVIDENCE: Epidemiologic, study, level III.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».