“My Child Doesn't Have a Brain Injury, He Only Has a Concussion”
Notice bibliographique
Résumé
OBJECTIVE: The term "concussion" is frequently used in clinical records to describe a traumatic head injury; however, there are no standard definitions of this term, particularly in how it is used with children. The goals of this study were to examine the clinical correlates of the concussion diagnosis and to identify the factors that lead to the use of this term in a regional pediatric center. METHODS: Medical data were prospectively collected from 434 children with traumatic brain injury who were admitted to a Canadian children's hospital. A proportional hazards regression was used to examine the association of the concussion diagnosis and the times until discharge and school return. A classification-tree analysis modeled the clinical correlates of patients who received a concussion diagnosis. RESULTS: The concussion label was significantly more likely to be applied to children with mild Glasgow Coma Scale scores of 13 to 15 (P = .03). The concussion label was strongly predictive of earlier hospital discharge (odds ratio [OR]: 1.5; 95% confidence interval [CI]: 1.2-1.9; P = .003) and earlier return to school (OR: 2.4 [95% CI: 1.6-3.7]; P < .001). A diagnosis of a concussion was significantly more likely when the computed-tomography results were normal and the child had lost consciousness. CONCLUSIONS: Children with mild traumatic brain injuries have an increased frequency of receiving the concussion label, although the label may also be applied to children with more-severe injuries. The concussion diagnosis is associated with important clinical outcomes. Its typical use in hospital settings likely refers to an impact-related mild brain injury, in the absence of indicators other than a loss of consciousness. Clinicians may use the concussion label because it is less alarming to parents than the term mild brain injury, with the intent of implying that the injury is transient with no significant long-term health consequences.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».