Understanding the neuropsychiatric consequences associated with significant traumatic brain injury
Notice bibliographique
Résumé
BACKGROUND: Traumatic brain injury (TBI) can give rise to a variety of neuropsychiatric syndromes. The objective of this review is to describe the neurobiological mechanisms that have been proposed to underlie many of these post-TBI syndromes, explore the utility of various investigative modalities and review the mechanisms of treatment available for them. METHODS: Six authors reviewed PubMed and Ovid literature that addressed TBI in the context of the neuropsychiatric sequelae, evaluation and management. RESULTS: Depressed mood, anxiety, impulsive/aggressive behaviour, impaired memory and sleep disturbances are among the most prevalent sequelae of severe TBI. Delirium, while less common, can also result from TBI, predisposing individuals to other psychiatric conditions, while psychosis, usually presenting with atypical features, is relatively rare. The evaluation of the brain following TBI has often relied on traditional structural imaging which, according to recent studies, is less sensitive than chemical and functional neuroimaging. A variety of pharmacologic and non-pharmacologic treatments have been investigated with varying degrees of success in managing the spectrum of post-TBI psychiatric illnesses. CONCLUSIONS: Neuropsychiatric sequelae are common following TBI. Several of these syndromes are amenable to treatment. Further investigations are required, however, to better understand the mechanistic aetiology of these conditions and the effectiveness of various therapeutic modalities.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».