Screening for History of Traumatic Brain Injury Among Women Exposed to Intimate Partner Violence
Notice bibliographique
Résumé
Traumatic brain injury (TBI) is a common chronically debilitating consequence of intimate-partner violence (IPV). Diagnosis and effective treatment are precluded by poor detection and lack of uniform practice guidelines for TBI screening in IPV. Although there are several TBI-screening tools commonly used in clinical and research practices, their applicability to this unique and vulnerable population is unclear. In this review paper, we propose a theoretically based framework for screening for history of TBI in women exposed to IPV and apply it to investigate the applicability of TBI-screening instruments. The framework was developed by examining existing guidelines for working with IPV survivors and applied to evaluate the content of nine currently available TBI screening instruments to determine the extent to which each offers (1) events that can lead to TBI in an IPV situation; (2) safe (without increasing the risk of retaliation) endorsement of an event; and (3) ease of administration. Our evaluation of the currently available TBI-screening tools determined that no instrument met the proposed framework standards and only 2 (Brain Injury Screening Questionnaire and Ohio State University TBI Identification Method) came close, requiring only minor adjustments to meet the postulated criteria. We make specific content and interview-based recommendations for revising TBI screening instruments to minimize the weaknesses of currently available screening tools among women exposed to IPV and the knowledge gaps about TBI in this context. The proposed framework and recommendations are intended to guide future work in this area to enhance the capacity of TBI screening tools to safely detect TBI in this population. LEVEL OF EVIDENCE: V.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».