Assessment of Oculomotor Function in Patients With Postconcussion Syndrome: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Concussion and its associated sequel, postconcussion syndrome (PCS), have a debilitating impact on the lives of concussed patients. However, a diagnostic biomarker for this condition is lacking. Recently, there has been a surge of interest in using oculomotor function testing as an objective assessment of patients with PCS. OBJECTIVES: To systematically synthesize, appraise, and summarize all published empirical studies that have assessed alteration of oculomotor functions in patients with PCS. METHODS: Medline, Embase, PsychINFO, and CINAHL databases searched up to July 2016 for studies that used oculomotor function assessment in patients with postconcussion symptoms. RESULTS: The search identified 1637 citations, and finally 8 case-control studies were included. Of these, 5 studies used a similar task with a target moving in a circular trajectory. Three other studies measured conventional oculomotor tasks such as saccade, vergence, and smooth pursuit eye movements. CONCLUSIONS: Currently, there is limited support for the recommendation of oculomotor function assessments for diagnosis and identification of patients with PCS following head trauma. Therefore, more rigorous studies assessing oculomotor function changes in patients with PCS are warranted.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».