The Nature and Clinical Significance of Preinjury Recall Bias Following Mild Traumatic Brain Injury
Notice bibliographique
Résumé
OBJECTIVE: Patients with mild traumatic brain injury (MTBI) often underestimate their preinjury symptoms. This study aimed to clarify the mechanism underlying this recall bias and its contribution to MTBI outcome. SETTING: Level I trauma center. PARTICIPANTS: Patients with uncomplicated MTBI (N = 88) and orthopedic injury (N = 67). DESIGN: Prospective longitudinal. MAIN MEASURES: Current and retrospective ratings on the British Columbia Postconcussion Symptom Inventory, completed at 6 weeks and 1 year postinjury. RESULTS: Preinjury symptom reporting was comparable across groups, static across time, and associated with compensation-seeking. High preinjury symptom reporting was related to high postinjury symptom reporting in the orthopedic injury group but less so in the MTBI group, indicating a stronger positive recall bias in highly symptomatic MTBI patients. Low preinjury symptom reporting was not a risk factor for poor MTBI outcome. CONCLUSION: The recall bias was stronger and more likely clinically significant in MTBI patients with high postinjury symptoms. Multiple mechanisms appear to contribute to recall bias after MTBI, including the reattribution of preexisting symptoms to MTBI as well as processes that are not specific to MTBI (eg, related to compensation-seeking).
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 | 0,015 | 0,105 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».