Early Identification and Incidence of Mild TBI in Ontario
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.
Notice bibliographique
Résumé
OBJECTIVES: (1) To examine the variability in diagnosis of mild traumatic brain injury (mTBI) in primary care relative to that of an expert reviewer; and (2) to determine the incidence rate of mTBI in Ontario, Canada. METHOD: Potential mTBI cases were identified through reviewing three months of Emergency Department (ED) and Family Physician (FP) health records. Potential cases were selected from ED records using the International Classification of Disease, 9th revision, Clinical Modification and External Cause codes and from all FPs records for the time period. Documented diagnoses of mTBI were compared to expert reviewer diagnosis. Incidence of mTBI was determined using the documented diagnoses and data from hospital catchment areas and population census. RESULTS: 876 potential mTBI cases were identified, 25 from FP records. Key indicators of mTBI were missing on many records (e.g., 308/876 records had Glasgow Coma Scale (GCS) scores). The expert reviewer disagreed with the documented diagnosis in 380/876 cases (kappa = 0.19). The expert reviewer was more likely to give a diagnosis if the GCS was 13-14, if there was documented loss of consciousness and/or post-traumatic amnesia, and/or if there was pathology found on an acute brain scan. Calculated incidence rates of hospital-treated mTBI were 426 or 535/100,000 (expert review--hospital diagnosis). Including family physician cases increased the rate to 493 or 653/100,000. CONCLUSION: Health record documentation of key indicators for mTBI is often lacking. Notwithstanding, some patients with mTBI appear to be missed or misdiagnosed by primary care physicians. A more comprehensive case definition resulted in estimated incidence rates higher than previous reports.
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 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 | 0,005 | 0,002 |
| 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 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle