ABSTRACT 327
Notice bibliographique
Résumé
Background and aims: Mild traumatic brain injuries (TBIs) represent the majority of TBIs in children. Diagnosis and determining a prognosis are often difficult especially in non-verbal children. Aims: The purpose of our systematic review was to evaluate the diagnostic and prognostic value of serum biomarkers in children with mild TBI. Methods: A systematic search of the literature was performed with MEDLINE, EMBASE, and the Cochrane Central Register of Controlled Trials databases using terminology selected for biomarkers, TBI, and children. Articles were excluded if they did not include children with mild TBI and biomarkers measured within 24 hours of injury. Qualitative assessment was performed using QUADAS-2 and REMARK. Results: Of 5978 articles identified, 29 articles met inclusion criteria. Among 29 studies, only 7 focused exclusively on children. The median sample size was 99 [range 16–1560]. Of 55 biomarkers examined, 22 studies (76%) examined S100B. S100B, white blood cell, neuroinflammation markers, and cellular adhesion molecules were changed significantly in TBI children compared to controls. S100B showed high sensitivity (83–100%) but low specificity (12–65%) in its diagnostic capacity to detect abnormal head CT findings. The prognostic value of the biomarkers evaluated was not conclusive for mild TBI. Also the overall quality of the studies was not generally high and most of them contained potential bias. Conclusions: What is needed: High quality studies of novel serum biomarkers that are more specific for diagnosis and are prognostic in children with mild TBI.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,484 | 0,217 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».