Measuring cognitive-motor integration to detect prolonged performance declines post-concussion
Notice bibliographique
Résumé
Objective There is a higher risk of re-injury for athletes with concussion history when returning to play, despite being asymptomatic and cleared for activity. One possible explanation is that current return to play assessments test thinking and moving separately, but sport activities often require their concurrent processing (cognitive-motor integration, CMI). The aim of this research is to characterize CMI performance across a range of ages and skill levels following concussion. We hypothesize that there will be CMI impairment, even when cognition and motor action measured separately are deemed recovered, and that impairment level is affected by age and skill level. Methods 133 participants with concussion history (mix of youth, adolescent, university, and elite athletes) and 130 no-concussion controls (age/sex/skill matched) performed two eye-hand coordination tasks. Participants displaced a cursor from a central to peripheral targets by either sliding their finger on a vertically-oriented touchscreen or with decoupled eye-hand coordination (targets/cursor viewed on vertical screen but finger slid on second horizontal touchscreen with 180° cursor feedback rotation). Results Children, young adult, and elite athletes with concussion history all had CMI performance deficits in movement planning, timing and execution, despite being asymptomatic and returned to play. Younger and less skilled athletes were more impaired relative to older/elite performers. Conclusions Cognitive-motor integration tasks are successful in detecting performance post-concussion relative to established assessment tools that test these domains separately. We propose that testing CMI performance, a skill crucial in sport, is important to comprehensively assess function post-concussion and to prevent re-injury. Competing interests None.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».