Prognostic value of neuron-specific enolase (NSE) for prediction of post-concussion symptoms following a mild traumatic brain injury: a systematic review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: This systematic review aimed to determine the prognostic value of neuron-specific enolase (NSE) to predict post-concussion symptoms following mild traumatic brain injury (TBI). METHODS: Seven databases were searched for studies evaluating the association between NSE levels and post-concussion symptoms assessed ≥ 3 months (persistent) or ≥ 7 days < 3 months (early) after mild TBI. Two researchers independently screened studies for inclusion, extracted data and appraised quality using the Quality in Prognostic Studies (QUIPS) tool. RESULTS: The search strategy yielded a total of 23,298 citations from which 8 cohorts presented in 10 studies were included. Studies included between 45 and 141 patients (total 608 patients). The outcomes most frequently assessed were post-concussion syndrome (PCS, 12 assessments) and neuropsychological performance deficits (10 assessments). No association was found between an elevated NSE serum level and PCS. Only one study reported a statistically significant association between a higher NSE serum level and alteration of at least three cognitive domains at 2 weeks but this association was no longer significant at 6 weeks. Overall, risk of bias of the included studies was considered moderate. CONCLUSIONS: Early NSE serum level is not a strong independent predictor of post-concussion symptoms following mild 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.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| 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 | 0,001 | 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 découle