Brain biomarkers and pre-injury cognition are associated with long-term cognitive outcome in children with traumatic brain injury
Notice bibliographique
Résumé
BACKGROUND: Children with traumatic brain injury (TBI) are frequently at risk of long-term impairments of attention and executive functioning but these problems are difficult to predict. Although deficits have been reported to vary with injury severity, age at injury and sex, prognostication of outcome remains imperfect at a patient-specific level. The objective of this proof of principle study was to evaluate a variety of patient variables, along with six brain-specific and inflammatory serum protein biomarkers, as predictors of long-term cognitive outcome following paediatric TBI. METHOD: Outcome was assessed in 23 patients via parent-rated questionnaires related to attention deficit hyperactivity disorder (ADHD) and executive functioning, using the Conners 3rd Edition Rating Scales (Conners-3) and Behaviour Rating Inventory of Executive Function (BRIEF) at a mean time since injury of 3.1 years. Partial least squares (PLS) analyses were performed to identify factors measured at the time of injury that were most closely associated with outcome on (1) the Conners-3 and (2) the Behavioural Regulation Index (BRI) and (3) Metacognition Index (MI) of the BRIEF. RESULTS: Higher levels of neuron specific enolase (NSE) and lower levels of soluble neuron cell adhesion molecule (sNCAM) were associated with higher scores on the inattention, hyperactivity/impulsivity and executive functioning scales of the Conners-3, as well as working memory and initiate scales of the MI from the BRIEF. Higher levels of NSE only were associated with higher scores on the inhibit scale of the BRI. CONCLUSIONS: NSE and sNCAM show promise as reliable, early predictors of long-term attention-related and executive functioning problems following paediatric TBI.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».