Notice bibliographique
Résumé
Objective Analysis of a proposed method for classifying invalid baseline tests in professional football players. Design Retrospective cross-sectional study. Setting Professional Canadian Football. Participants Four hundred and seventy-eight male football players from the Canadian Football League. Intervention A proposed system to classify invalid baselines used the lowest 5% of domain scores from baseline Immediate Post-concussion Assessment and Cognitive Testing (ImPACT), King Devick, and SCAT3 (balance and SAC totals) coupled with the highest 5% of total symptom report from SCAT3. Impairment on 2 or more scores was classified as invalid (INV). Main Outcome measures Descriptive statistics, correlation and stepwise regression analysis. Main Results Correlations revealed significant relationships (p<0.05) between INV and all 5 domains of ImPACT and SCAT3 symptom score, but not for King Devick and SCAT3 balance and SAC totals. The forward stepwise regression yielded a significant model (R2=0.23, F(4, 473)=35.7, p<0.001). Significant predictors included visual memory, reaction time, impulse control, and verbal memory from ImPACT. This system classified 3.7% of participant with invalid baseline tests. Conclusions There are few published methodologies used to classify invalid baseline tests in spite of their widespread use. Valid baseline tests are essential for proper identification and management of concussion. Our proposed method identified 4 ImPACT domains scores that predict invalid baseline scores. This system may be helpful in classifying invalid baseline tests with commonly used baseline test measures although more research is required to validate this method. 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 | 0,015 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».