What domains of clinical function should be assessed after sport-related concussion? A systematic review
Notice bibliographique
Résumé
BACKGROUND: Sport-related concussion (SRC) is a clinical diagnosis made after a sport-related head trauma. Inconsistency exists regarding appropriate methods for assessing SRC, which focus largely on symptom-scores, neurocognitive functioning and postural stability. DESIGN: Systematic literature review. DATA SOURCES: MEDLINE, EMBASE, PsycINFO, Cochrane-DSR, Cochrane CRCT, CINAHL, SPORTDiscus (accessed July 9, 2016). ELIGIBILITY CRITERIA FOR SELECTING STUDIES: Original (prospective) studies reporting on postinjury assessment in a clinical setting and evaluation of diagnostic tools within 2 weeks after an SRC. RESULTS: Forty-six studies covering 3284 athletes were included out of 2170 articles. Only the prospective studies were considered for final analysis (n=33; 2416 athletes). Concussion diagnosis was typically made on the sideline by an (certified) athletic trainer (55.0%), mainly on the basis of results from a symptom-based questionnaire. Clinical domains affected included cognitive, vestibular and headache/migraine. Headache, fatigue, difficulty concentrating and dizziness were the symptoms most frequently reported. Neurocognitive testing was used in 30/33 studies (90.9%), whereas balance was assessed in 9/33 studies (27.3%). SUMMARY/CONCLUSIONS: The overall quality of the studies was considered low. The absence of an objective, gold standard criterion makes the accurate diagnosis of SRC challenging. Current approaches tend to emphasise cognition, symptom assessment and postural stability with less of a focus on other domains of functioning. We propose that the clinical assessment of SRC should be symptom based and interdisciplinary. Whenever possible, the SRC assessment should incorporate neurological, vestibular, ocular motor, visual, neurocognitive, psychological and cervical aspects.
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 | 0,019 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,018 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».