Brain Bootcamp: Pre–post comparison findings of an integrated behavioural health intervention for military members with reduced executive cognitive functioning
Notice bibliographique
Résumé
Introduction: Canadian Armed Forces (CAF) Service members (SMs) experience higher rates of mild traumatic brain injuries (mTBIs) and psychosocial risk factors such as mental health diagnoses, sleep disturbances, alcohol consumption, and post-concussion symptoms than Canadian civilians. Associated challenges with executive cognitive functioning (ECF) can significantly impede their performance, engagement, and deployability. To address challenges with ECF, an occupational therapist providing rehabilitation services to CAF SMs created and delivered Brain Bootcamp – an integrated behavioural health intervention for CAF SMs who sustained an mTBI or more serious traumatic brain injury (TBI) and had reduced ECF. Although anecdotal post-intervention feedback is favourable, Brain Bootcamp’s impact on ECF in individuals with mTBI or TBI, mental health diagnoses, or both has yet to be determined. This study aimed to determine whether Brain Bootcamp improves cognitive performance, reduces mTBI- and TBI-related symptoms, and increases external aid utilization among CAF SMs with reduced ECF. Methods: We conducted a quasi-experimental study of clinical outcomes collected from 55 participants who participated in Brain Bootcamp. Measures used to determine changes in client ECF before and after the intervention included the Montreal Cognitive Assessment, Rivermead Post-Concussion Symptom Questionnaire, and External Aids Utilization Survey. Results: Statistically significant changes pre- and post-intervention were observed, including improved cognitive performance, reduced self-reported mTBI or TBI symptoms, and increased external aid utilization. Discussion: Brain Bootcamp may have a positive effect on ECF. Such improvements can enable CAF SMs to be operationally ready for military service and have greater overall well-being. Brain Bootcamp appears to be a promising ECF-enhancing intervention.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».