Resting State Electroencephalography and Sports-Related Concussion: A Systematic Review
Notice bibliographique
Résumé
Sports-related concussion is associated with a range of short-term functional deficits that are commonly thought to recover within a two-week post-injury period for most, but certainly not all, persons. Resting state electroencephalography (rs-EEG) may prove to be an affordable, accessible, and sensitive method of assessing severity of brain injury and rate of recovery after a concussion. This article presents a systematic review of rs-EEG in sports-related concussion. A systematic review of articles published in the English language, up to June 2017, was retrieved via PsychINFO, Medline, Medline In Process, Embase, SportDiscus, CINAHL, and Cochrane Library, Reviews, and Trials. The following key words were used for database searches: electroencephalography, quantitative electroencephalography, qEEG, cranio-cerebral trauma, mild traumatic brain injury, mTBI, traumatic brain injury, brain concussion, concussion, brain damage, sport, athletic, and athlete. Observational, cohort, correlational, cross-sectional, and longitudinal studies were all included in the current review. Sixteen articles met inclusion criteria, which included data on 504 athletes and 367 controls. All 16 articles reported some abnormality in rs-EEG activity after a concussion; however, the cortical rhythms that were affected varied. Despite substantial methodological and analytical differences across the 16 studies, the current review suggests that rs-EEG may provide a reliable technique to identify persistent functional changes in athletes after a concussion. Because of the varied approaches, however, considerable work is needed to establish a systematic methodology to assess its efficacy as a marker of return-to-play.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| 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 | 0,002 |
| 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 ».