Classification of traumatic brain injury severity using retrospective data
Notice bibliographique
Résumé
Objective: Accurate classification of traumatic brain injury (TBI) severity is essential to brain injury research. TBI heterogeneity complicates classification of the injury; is a significant barrier in the design of therapeutic interventions; and results in retrospective data which is difficult to translate. The objective of this study is to describe the differences in two current tools used in the classification of TBI severity, the Glasgow Coma Scale (GCS) and the head Abbreviated Injury Score (AIS), using retrospective data to compare their performance.Methods: Using correlational and descriptive statistics, this study examined two TBI severity classification methods across a large sample of TBI patients (N = 56,131), who were treated at level I and level II trauma centers in the United States and were included in the 2010 National Sample Program (NSP) of the National Trauma Data Bank (NTDB®).Results: The study population was 67% male, 67% non-Hispanic white, treated most often in trauma centers in the South (38%), with blunt trauma (93%) and from non-motor vehicle collisions (MVC’s) (56%). Observation of the AIS classification system demonstrated that it tends to over-score TBI severity compared to the GCS classification. The methods (GCS & AIS) had a weak, inverse relationship with a correlation coefficient (Pearson’s r) of -0.3980, which was significant at p < .001.Conclusions: The current study addressed the difficulties associated with categorizing TBI severity when analyzing retrospective data. Although AIS is commonly used to classify severity in retrospective data when GCS is unavailable, the relationship between the two scales is relatively unknown. Results show that AIS and GCS are more closely related for severely brain injured patients but in cases of mild and moderate injury, AIS is less predictive of GCS. Since they are often used in conjunction in identifying brain injured severity in retrospective data, researchers cannot be certain that the tools are similarly classifying mild, moderate, and severe injuries. This study reinforces the need for additional TBI severity classification methods, such as neuroimaging techniques and biomarkers.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».