Genetics and Other Risk Factors for Past Concussions in Active-Duty Soldiers
Notice bibliographique
Résumé
Risk factors for concussion in active-duty military service members are poorly understood. The present study examined the association between self-reported concussion history and genetics (apolipoprotein E [APOE], brain-derived neurotrophic factor [BDNF], and D2 dopamine receptor genes [DRD2]), trait personality measures (impulsive-sensation seeking and trait aggression-hostility), and current alcohol use. The sample included 458 soldiers who were preparing to deploy for Operation Iraqi Freedom/Operation Enduring Freedom. For those with the BDNF Met/Met genotype, 57.9% (11/19) had a history of one or more prior concussions, compared with 35.6% (154/432) of those with other BDNF genotypes (p = 0.049, odds ratio [OR] = 2.48). APOE and DRD2 genotypes were not associated with risk for past concussions. Those with the BDNF Met/Met genotype also reported greater aggression and hostility personality characteristics. When combined in a predictive model, prior military deployments, being male, and having the BDNF Met/Met genotype were independently associated with increased lifetime history of concussions in active-duty soldiers. Replication in larger independent samples is necessary to have more confidence in both the positive and negative genetic associations reported in this study.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».