Predictors of Sleep Outcomes Following Mild Traumatic Brain Injury in Preschoolers: Subjective and Objective Assessment of Outcome
Notice bibliographique
Résumé
OBJECTIVES: To investigate sleep and its predictors in preschoolers with mild traumatic brain injury (mTBI). PARTICIPANTS AND PROCEDURE: The sample included 225 children, aged 18 to 60 months, divided into 3 groups: children with accidental mTBI (n = 85), children with orthopedic injury (n = 58), and typically developing children (n = 82). Retrospective reports of preinjury sleep and family functioning were obtained as part of a baseline assessment at the time of recruitment. Parental ratings of sleep problems were collected 6 months postinjury on the full sample, and actigraphy data were collected on a subset of children. Demographic, preinjury, and periinjury factors were examined as potential predictors of sleep outcomes. RESULTS: No group differences were found in ratings of sleep problems or for nighttime sleep duration and sleep efficiency, as measured by actigraphy. Besides, preexisting sleep disturbances and brain injury resulting in alteration of consciousness were identified as predictors of poorer sleep in the mTBI group. CONCLUSION: Although mTBI did not result in group-level sleep disturbances 6 months postinjury, the findings suggest that premorbid and injury-related factors place some children at risk for poorer sleep after mTBI. These factors should be documented so clinicians can intervene early.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».