MétaCan
Menu
Retour à la cohorte
Enregistrement W2100627281 · doi:10.3810/psm.2010.10.1805

Brain Functions After Sports-Related Concussion: Insights From Event-Related Potentials and Functional MRI

2010· review· en· W2100627281 sur OpenAlexaff
Nadia Gosselin, Rajeet Singh Saluja, Jen‐Kai Chen, Carolina Bottari, Karen M. Johnston, Alain Ptito

Notice bibliographique

RevueThe Physician and Sportsmedicine · 2010
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoMontreal Neurological Institute and Hospital
Organismes subventionnairesnon disponible
Mots-clésConcussionFunctional magnetic resonance imagingNeuropsychologyPsychologyCognitionBrain activity and meditationPhysical medicine and rehabilitationCognitive psychologyNeuroimagingNeuroscienceMedicinePoison controlElectroencephalographyInjury prevention

Résumé

récupéré en direct d'OpenAlex

The high incidence of concussions in contact sports and their impact on brain functions are a major cause for concern. To improve our understanding of brain functioning after sports-related concussion, advanced functional assessment techniques, namely event-related potentials (ERPs) and functional magnetic resonance imaging (fMRI), have been recently used in research studies. Contrary to neuropsychological tests that measure verbal and/or motor responses, ERPs and fMRI assess the neural activities associated with cognitive/behavioral demands, and thus provide access to better comprehension of brain functioning. In fact, ERPs have excellent temporal resolution, and fMRI identifies the involved structures during a task. This article describes ERP and fMRI techniques and reviews the results obtained with these tools in sports-related concussion. Although these techniques are not yet readily available, they offer a unique clinical approach, particularly for complex cases (ie, athletes with multiple concussions, chronic symptoms) and objective measures that provide valuable information to guide management and return-to-play decision making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,314
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Physician and SportsmedicineMême sujetTraumatic Brain Injury ResearchTravaux en français237 207