Academic Outcomes in High-School Students after a Concussion: A Retrospective Population-Based Analysis
Notice bibliographique
Résumé
BACKGROUND: Many concussion symptoms, such as headaches, vision problems, or difficulty remembering or concentrating may deleteriously affect school functioning. Our objective was to determine if academic performance was lower in the academic calendar year that students sustain a concussion compared to the previous year when they did not sustain a concussion. METHODS: Using Manitoba Health and Manitoba Education data, we conducted a population-based, controlled before-after study from 2005-2006 to 2010-2011 academic years. Grade 9-12 students with an ICD9/10 code for concussion were matched to non-concussed controls. Overall changes in grade point average (GPA) were compared for the academic year prior to the concussion to the academic year the concussion occurred (or could have occurred among non-concussed matched students). RESULTS: Overall, 8240 students (1709 concussed, 6531 non-concussed students) were included. Both concussed and non-concussed students exhibited a lower overall GPA from one year to the next. Having sustained a concussion resulted in a -0.90% (95% CI: -1.88, 0.08) reduction in GPA. Over the same period, non-concussed matched students' GPA reduced by -0.57% (95% CI: -1.32, 0.19). Students who sustained a concussion during high school were just as likely to graduate within four years as their non-concussed peers (ORadj: 0.84; 95% CI: 0.73, 1.02). CONCLUSIONS: We found that, at a population level, a concussion had minimal long-term effects on academic performance during high school. While academic accommodations and Return-to-Learn programs are an important component of pediatric concussion management, research is needed to identify risk factors for poor academic performance after a concussion and who should receive these programs.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 0,001 |
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 ».