MétaCan
Menu
Retour à la cohorte
Enregistrement W2163612186 · doi:10.4085/1062-6050-48.3.19

Does an Individual's Fitness Level Affect Baseline Concussion Symptoms?

2013· article· en· W2163612186 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Athletic Training · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésConcussionAthletesContext (archaeology)Physical therapyMedicineAnalysis of varianceRepeated measures designBaseline (sea)Aerobic exerciseTest (biology)Regression analysisPsychologyInjury preventionPoison controlInternal medicineStatistics

Résumé

récupéré en direct d'OpenAlex

CONTEXT: Variables that may influence baseline concussion symptoms should be investigated. OBJECTIVE: To evaluate the effect of physical fitness on self-report of baseline concussion symptoms in collegiate athletes and students. DESIGN: Controlled laboratory study. PATIENTS OR OTHER PARTICIPANTS: A total of 125 undergraduates, including 95 collegiate athletes and 30 recreational athletes (83 males, 42 females). INTERVENTION(S): Participants completed the Standardized Concussion Assessment Tool 2 (SCAT2; symptom report) at baseline, within 10 minutes of completing the Leger test, and within 24 hours of the initial baseline test. The Leger (beep) test is a shuttle-run field test used to predict maximal aerobic power. MAIN OUTCOME MEASURE(S): The total symptom score on the SCAT2 was calculated and analyzed with a repeated-measures analysis of variance. A linear regression analysis was used to determine if 3 variables (sport type, sex, or fitness level) accounted for a significant amount of the variance in the baseline symptom report. RESULTS: Participants reported more symptoms postactivity but fewer symptoms at 24 hours compared with baseline, representing a time effect in our model (F2,234 = 47.738, P < .001). No interactions were seen among the independent variables. We also found an effect for fitness level, with fitter individuals reporting fewer symptoms at all 3 time intervals. The regression analysis revealed that fitness level accounted for a significant amount of the variance in SCAT2 symptoms at baseline (R (2) = 0.22, F3,121 = 11.44, P < .01). CONCLUSIONS: Fitness level affected the baseline concussion symptom report. Exercise seems to induce concussion symptom reporting, and symptom severity may be a function of an athlete's level of conditioning. Sports medicine professionals should consider an athlete's level of fitness when conducting baseline concussion symptom assessments.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,132
Tête enseignante GPT0,367
Écart entre enseignants0,235 · 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