Implementation of Actigraphy in Acute Traumatic Brain Injury (TBI) Neurorehabilitation Admissions: A Veterans Administration TBI Model Systems Feasibility Study
Notice bibliographique
Résumé
BACKGROUND: Sleep problems and disorders are prevalent in patients with traumatic brain injury (TBI) and are associated with negative outcomes. Incidence varies because of challenges including differences in assessment methods, particularly in the acute stages of recovery when patients are cognitively impaired and unable to complete traditional self-report methods. Actigraphy (ACG) recently has been validated in the acute TBI rehabilitation setting and may serve as a superior method of assessing sleep-wake patterns at this stage of recovery. Although a few studies with small sample sizes have described the use of ACG, none have described feasibility and implementation protocols. OBJECTIVE: To describe the feasibility and implementation protocol of ACG to evaluate sleep-wake patterns and white-light exposure data in patients with acute TBI during inpatient rehabilitation. Sleep-wake patterns and light exposure data are presented to characterize the sample using these methods to inform future research. DESIGN: Retrospective study. SETTING: Acute inpatient rehabilitation unit at a Veterans' Affairs Polytrauma Rehabilitation Center. PARTICIPANTS: Veterans (age ≥18 years) admitted to inpatient rehabilitation and enrolled in the Traumatic Brain Injury Model Systems study who were admitted and discharged in the calendar year 2013. METHODS: Veterans underwent actigraph watch placement as soon as possible after admission. Records from the calendar year 2013 were reviewed to determine the number of admissions that met study criteria and what percentage of those patients had 3 days of continuous ACG data collected. The barriers to successful watch placement in this population were reviewed. Average sleep, light, and wake data from available records were collected for the study sample. MAIN OUTCOME MEASUREMENTS: Percentage of patients who met study criteria and who had 72 hours of continuous ACG data collected. The barriers to successful watch placement in this population were reviewed. Average sleep, light, and wake data from available records were collected. RESULTS: Of 22 eligible Traumatic Brain Injury Model Systems admissions, 3 consecutive nights of ACG data were successfully obtained for 86% (n = 19) of the sample. Barriers to data collection included patient access due to abbreviated lengths of stay, staff availability for ACG placement, and data collection protocols to prevent loss of data in Veterans' Affairs computing systems. CONCLUSIONS: ACG is feasible for collecting data about sleep, wake, and light exposure in patients who are in acute TBI inpatient rehabilitation settings. LEVEL OF EVIDENCE: III.
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 | 0,011 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| 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 ».