Sideline Concussion Assessment: The King-Devick Test in Canadian Professional Football
Notice bibliographique
Résumé
Sideline assessment tools are an important component of concussion evaluations. To date, there has been little data evaluating the clinical utility of these tests in professional football. The purpose of this study was to evaluate the clinical utility of the King-Devick (K-D) test in evaluating concussions in professional football players. Baseline data was collected over two consecutive seasons in the Canadian Football League as part of a comprehensive medical baseline evaluation. A pilot study with the K-D test began in 2015 with 306 participants and the next year (2016) there were 917 participants. In addition, a sample of 64 participants completed testing after physical exertion (practice or game). Participants with concussion demonstrated significantly higher (slower) results compared with baseline and the exercise group (F[2,211] = 5.94; p = 0.003). The data revealed a specificity of 84% and sensitivity of 62% for our sample. Reliability from season to season was good (intraclass correlation coefficient [ICC] 2,1 = 0.88; 95% confidence interval [CI]: 0.83, 0.91). On average, participants improved performances by a mean of 1.9 sec (range, -26.6 to 23.8) in subsequent years. High reliability was attained in the exercise group. (ICC2,1 = 0.93; 95% CI: 0.89, 0.96). The K-D test presents as a reliable measure although sensitivity and specificity data from our sample indicate it should be used in conjunction with other measures for diagnosing concussion. Further research is required to identify stability of results over multiple usages.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».