Do family physicans, emergency physicians and paediatricians give consistent sport-related concussion management advice?
Notice bibliographique
Résumé
Objective To identify differences and gaps in the recommendations to patients for the management of sport-related concussion among family physicians (FPs), emergency physicians (ERs) and paediatricians (Peds). Design A self-administered multiple-choice survey, which had been validated for content validity. Setting Toronto East General Hospital and Markham Stouffville Hospital, both in Ontario, Canada. Subjects 270 physicians were invited to participate; 104 surveys were completed (39%). Intervention The survey link was emailed to FPs, ERs and Peds from the above hospitals. Data were analysed using SPSS. Frequencies and percentages were calculated with cross-tabulation of data by specialty. Outcome Measures Key survey questions identified sources of concussion management information, usefulness of concussion diagnosis strategies, and whether physicians use common terminology when explaining cognitive rest strategies to patients after a sport-related concussion. Results For making a diagnosis of concussion, 54% of FPs, 86% of ERs and 78% of Peds never used the SCAT2; 49% of FPs, 57% of ERs and 36% of Peds always advised cognitive rest, the mainstay of early management for post-concussion symptoms; 65% of FPs, 71% of ERs and 55% of Peds always advised physical rest; and 49% of FPs, 52% of ERs and 27% of Peds reported no knowledge of any consensus statements on concussion in sport. Conclusions We identified large gaps in the implementation of recommendations for sport-related concussion patients. Although some physicians are recommending physical and cognitive rest, a large proportion fail to consistently advise this strategy. Better knowledge translation efforts should target all three groups of physicians. Acknowledgements Thank you to Babak Aliarzadeh for the statistical analysis. Special thanks go to Paul Krueger, Leigh Hayden and the other 18 participants in the validation of our survey. Competing interests None.
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 | 0,009 | 0,089 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».