Psychological Resilience as a Predictor of Persistent Post-Concussive Symptoms in Children With Single and Multiple Concussion
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the relationship of psychological resilience to persistent post-concussive symptoms (PCS) in children with a history of single or multiple concussions, as well as orthopedic injury (OI). METHODS: Participants (N=75) were children, ages 8-18 years, who sustained a single concussion (n=24), multiple concussions (n=25), or an OI (n=26), recruited from a tertiary care children's hospital. All participants sustained injuries at least 6 months before recruitment, with an average time since injury of 32.9 months. Self-reported psychological resilience was measured using the Connor-Davidson Resilience Scale, and both self- and parent-reported PCS were measured using the Post-Concussion Symptom Inventory. Hierarchical regression analyses examined psychological resilience as a predictor of PCS, both as a main effect and as a moderator of group differences. RESULTS: Multiple concussions and low psychological resilience were both significant predictors of persistent PCS. Resilience was not a significant moderator of group differences in PCS. CONCLUSIONS: Sustaining multiple concussions may increase a child's risk of persistent PCS; however, high psychological resilience may serve as a protective factor, regardless of the number or type of injuries sustained. These findings provide support for developing and testing interventions aimed at increasing psychological resilience as a potential means of improving outcomes for children suffering from persistent PCS after concussion. (JINS, 2018, 24, 759-768).
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».