Unmet Rehabilitation Needs After Hospitalization for Traumatic Brain Injury
Notice bibliographique
Résumé
OBJECTIVES: In this study, we describe unmet service needs of children hospitalized for traumatic brain injury (TBI) during the first 2 years after injury and examine associations between child, family, and injury-related characteristics and unmet needs in 6 domains (physical therapy, occupational therapy, speech therapy, mental health services, educational services, and physiatry). METHODS: Prospective cohort study of children age 8 to 18 years old admitted to 6 hospitals with complicated mild or moderate to severe TBI. Service need was based on dysfunction identified via parent-report compared with retrospective baseline at 6, 12, and 24 months. Needs were considered unmet if the child had no therapy services in the previous 4 weeks, no physiatry services since the previous assessment, or no educational services since injury. Analyses were used to compare met and unmet needs for each domain and time point. Generalized multinomial logit models with robust SEs were used to assess factors associated with change in need from pre-injury baseline to each study time point. RESULTS: Unmet need varied by injury severity, time since injury, and service domain. Unmet need was highest for physiatry, educational services, and speech therapy. Among children with service needs, increased time after TBI and complicated mild TBI were associated with a higher likelihood of unmet rather than met service needs. CONCLUSIONS: Children hospitalized for TBI have persistent dysfunction with unmet needs across multiple domains. After initial hospitalization, children with TBI should be monitored for functional impairments to improve identification and fulfillment of service needs.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 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 ».