Notice bibliographique
Résumé
OBJECTIVE: A 12-year-old girl presented to our pediatric emergency department after a head injury with symptoms of concussion and acute stuttering. A PubMed search identified only 1 similar pediatric case. We investigated whether new-onset stuttering may be seen in the presence of acute concussive symptoms using an infodemiologic approach. METHODS: We conducted a search with a metabrowser search engine (www.dogpile.com) using the free-text words "concussion" and "stuttering." The first 100 hits were scanned specifically for forum posts, extracting reports of concussions that were followed by new-onset stuttering. Duplicates were minimized by cross-referencing user name, location, date, and reported age and sex. RESULTS: Of the first 100 hits, we identified 17 unique posts that described an injury leading to a concussion followed within a short interval by new-onset stuttering. Posts were primarily by the affected individual (76%) and 64% involved female individuals. Sports and falls/injury accounted for most injuries (71%). Forty-one percent of posts explicitly stated that the concussion had been formally diagnosed. For those that reported the timing of stuttering onset (47%), the stuttering was documented within 1 hour of the injury (4/8) or between 1 and 24 hours (4/8). CONCLUSIONS: The ease with which we found so many reports of stuttering after head injury with concussive symptoms confirms that new-onset stuttering may be a symptom of concussion. Our experience highlights both a failure of using conventional medical literature and a success of using nontraditional information sources in identifying uncommonly associated symptoms of frequently encountered conditions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».