Do family physicians, emergency department physicians, and pediatricians give consistent sport-related concussion management advice?
Notice bibliographique
Résumé
OBJECTIVE: To identify differences and gaps in recommendations to patients for the management of sport-related concussion among FPs, emergency department physicians (EDPs), and pediatricians. DESIGN: A self-administered, multiple-choice survey was e-mailed to FPs, EDPs, and pediatricians. The survey had been assessed for content validity. SETTING: Two community teaching hospitals in the greater Toronto area in Ontario. PARTICIPANTS: Two hundred seventy physicians, including FPs, EDPs, and pediatricians, were invited to participate. MAIN OUTCOME MEASURES: Identification of sources of concussion management information, usefulness of concussion diagnosis strategies, and whether physicians use common terminology when explaining cognitive rest strategies to patients after sport-related concussions. RESULTS: The response rate was 43.7%. Surveys were completed by 70 FPs, 23 EDPs, and 11 pediatricians. In total, 49% of FP, 52% of EDP, and 27% of pediatrician respondents reported no knowledge of any consensus statements on concussion in sport, and 54% of FPs, 86% of EDPs, and 78% of pediatricians never used the Sport Concussion Assessment Tool, version 2. Only 49% of FPs, 57% of EDPs, and 36% of pediatricians always advised cognitive rest. CONCLUSION: This study identified large gaps in the knowledge of concussion guidelines and implementation of recommendations for treating patients with sport-related concussions. Although some physicians recommended physical and cognitive rest, a large proportion failed to consistently advise this strategy. Better knowledge transfer efforts should target all 3 groups of physicians.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».