Factors Associated With Self-Reported Concussion History in Middle School Athletes
Notice bibliographique
Résumé
OBJECTIVE: Identifying personal characteristics associated with sustaining a concussion is of great interest, yet only a few have examined this in children. The purpose of this study was to examine the association between sex, neurodevelopmental disorders, health history, and lifetime history of self-reported concussion in 12- and 13-year-old athletes. DESIGN: Cross-sectional study. SETTING: Middle schools. PARTICIPANTS: Participants were 1744 twelve- and thirteen-year-old student athletes who completed preseason Immediate Post-Concussion Assessment and Cognitive Testing (ImPACT) testing, including a self-report questionnaire about previous concussions, developmental diagnoses, and previous medical treatment. INDEPENDENT VARIABLES: Age, sex, attention-deficit/hyperactivity disorder (ADHD), learning disabilities (LDs), and previous treatment for migraine. MAIN OUTCOME MEASURES: Self-reported history of concussion. RESULTS: A minority of athletes (13.7%) reported previous concussions (1 concussion, n = 181; 2 concussions, n = 41; and 3+ concussions, n = 17). A small proportion reported a history of ADHD (4.4%), LD (2.8%) or migraine treatment (4.0%). Higher rates of self-reported previous concussions were associated with male sex [16.9% vs 9.1%; χ(1) = 21.47, P < 0.001] and previous migraine treatment [31.9% vs 13.0%; χ(1) = 20.08, P < 0.001]. There were no differences in self-reported concussion history between 12- and 13-year olds (P = 0.18) and those with/without ADHD (P = 0.41) or LDs (P = 0.06). The overall logistic regression model was statistically significant [χ(5) = 42.01, P < 0.001] but explained only 4.3% of the variance. Previous treatment for migraine [P < 0.001, Exp(B) = 3.30] and male sex [P < 0.001, Exp(B) = 2.06] were independently associated with a self-reported concussion history, whereas age, LD, and ADHD were not (P's > 0.05). CONCLUSIONS: Male sex and previous migraine treatment were associated with higher rates of self-reported previous concussions in both independent and multivariate models in middle school athletes, whereas age, ADHD, and LDs were not.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».