Advancing Concussion Assessment in Pediatrics (A-CAP): a prospective, concurrent cohort, longitudinal study of mild traumatic brain injury in children: study protocol
Notice bibliographique
Résumé
INTRODUCTION: Paediatric mild traumatic brain injury (mTBI) is a public health burden. Clinicians urgently need evidence-based guidance to manage mTBI, but gold standards for diagnosing and predicting the outcomes of mTBI are lacking. The objective of the Advancing Concussion Assessment in Pediatrics (A-CAP) study is to assess a broad pool of neurobiological and psychosocial markers to examine associations with postinjury outcomes in a large sample of children with either mTBI or orthopaedic injury (OI), with the goal of improving the diagnosis and prognostication of outcomes of paediatric mTBI. METHODS AND ANALYSIS: A-CAP is a prospective, longitudinal cohort study of children aged 8.00-16.99 years with either mTBI or OI, recruited during acute emergency department (ED) visits at five sites from the Pediatric Emergency Research Canada network. Injury information is collected in the ED; follow-up assessments at 10 days and 3 and 6 months postinjury measure a variety of neurobiological and psychosocial markers, covariates/confounders and outcomes. Weekly postconcussive symptom ratings are obtained electronically. Recruitment began in September 2016 and will occur for approximately 24 months. Analyses will test the major hypotheses that neurobiological and psychosocial markers can: (1) differentiate mTBI from OI and (2) predict outcomes of mTBI. Models initially will focus within domains (eg, genes, imaging biomarkers, psychosocial markers), followed by multivariable modelling across domains. The planned sample size (700 mTBI, 300 OI) provides adequate statistical power and allows for internal cross-validation of some analyses. ETHICS AND DISSEMINATION: The ethics boards at all participating institutions have approved the study and all participants and their parents will provide informed consent or assent. Dissemination will follow an integrated knowledge translation plan, with study findings presented at scientific conferences and in multiple manuscripts in peer-reviewed journals.
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 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,007 |
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 ».