MétaCan
Menu
Retour à la cohorte
Enregistrement W2763381170 · doi:10.1017/s1355617717000893

Predicting Fatigue 12 Months after Child Traumatic Brain Injury: Child Factors and Postinjury Symptoms

2017· article· en· W2763381170 sur OpenAlexaff
Alison Crichton, Ed Oakley, Franz E Babl, Mardee Greenham, Stephen Hearps, Carmel Delzoppo, Miriam H. Beauchamp, James S. Hutchison, Anne-Marie Guerguerian, Kathy Boutis, Vicki Anderson

Notice bibliographique

RevueJournal of the International Neuropsychological Society · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMental Health Research CanadaUniversity of TorontoUniversité de MontréalSickKids FoundationCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésMoodTraumatic brain injuryPhysical therapyMedicinePsychologySleep disorderCognitionPhysical medicine and rehabilitationPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Fatigue is a common and persisting symptom after childhood brain injury. This study examined whether child characteristics and symptomatology preinjury or 6 months postinjury (pain, sleep, and mood, inattention) predicted fatigue at 12months postinjury. METHODS: Parents of 79 children (0-18 years) rated fatigue at 12 months after injury on a multidimensional scale (general, sleep/rest, and cognitive). Demographic and clinical data were collected at injury. Parents rated child sleep, pain, physical/motor function, mood, and inattention at injury (preinjury description), and 6 months postinjury. Children were divided into two traumatic brain injury severity groups: mild TBI (n=57) and moderate/severe TBI (n=27). Hierarchical regression models were used to examine (i) preinjury factors and (ii) symptoms 6 months postinjury predictive of fatigue (general, sleep/rest, and cognitive) at 12 months postinjury. RESULTS: Sleep/rest fatigue was predicted by preinjury fatigue (7% of variance) and psychological symptoms preinjury (10% of variance). General fatigue was predicted by physical/motor symptoms (27%), sleep (10%) and mood symptoms (9%) 6 months postinjury. Sleep/rest fatigue was predicted by physical/motor symptoms (10%), sleep symptoms (13%) and mood symptoms (9%) 6 months postinjury. Cognitive fatigue was predicted by physical/motor symptoms (17%) 6 months postinjury. CONCLUSIONS: Preinjury fatigue and psychological functioning identified those at greatest risk of fatigue 12 months post-TBI. Predictors of specific fatigue domains at 12 months differed across each of the domains, although consistently included physical/motor function as well as sleep and mood symptoms postinjury. (JINS, 2018, 24, 224-236).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,366
Écart entre enseignants0,300 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the International Neuropsychological SocietyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207