Heart rate variability: exploring age, sex & concussion symptoms in youth athletes
Notice bibliographique
Résumé
Objective (1) Explore the influence of age, sex on heart rate variability (HRV) in youth athletes; (2) Examine the relationship between baseline/pre-injury concussion symptom domains (physical, cognitive, emotional, fatigue) and HRV Design Cross-sectional. Setting Pre-injury/baseline data was obtained from youth athletes across various sports in the Greater Toronto Area. Participants Youth athletes between 13–18 years of age (N=294), in which females and males were equally represented across age groups. Inclusion criteria: between 13–18 years old, English speaking. Exclusion criteria: developmental and neurological diagnoses. Intervention Independent variables of interest included demographic factors such as age and sex as well as concussion symptoms. Concussion symptoms were measured using the Post Concussion Symptom Inventory and were stratified by physical, cognitive, fatigue and emotional domains. Outcome measures Heart rate variability, collected over 24 hours was the main outcome of interest and included time (e.g. SDNN, RMSSD) and frequency domain measures (e.g. HF, Total Power). Variables were logarithmically transformed to increase robustness of linear regression models. Main results Statistical threshold set at p ≤ 0.05. Significant age effects revealed that older participants displayed higher HRV compared to younger athletes. Significant interaction effect between concussion symptoms and sex on HRV. Cognitive and fatigue symptoms in healthy youth athletes had significant effect on HRV. Conclusions This study highlights the potential value of a novel neurophysiological indicator used in conjunction with the self-report of symptoms for clinical management. Prospective longitudinal research is needed to further explore the multi-faceted contextual influences of a youth athlete’s environment. 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
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 ».