MétaCan
Menu
← Retour à la cohorte
Enregistrement W2978269467 · doi:10.1212/01.wnl.0000581120.60195.77

Novel Pre-Season Concussion Baseline Assessment Including Protocols based on Recognizable Clinically-Relevant Neurosensory Methodologies

2019· article· en· W2978269467 sur OpenAlexfundno aff
Jonathan Vincent, Joseph F. Clark, Robert E. Mangine, Kimberly A. Hasselfeld, Aaron Keuhn-Himmler, Jon G. Divine, Angelo J. Colosimo, Enna Selmanovic, Nicole Giordano, Bradley Jacobs

Notice bibliographique

RevueNeurology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesCanada Excellence Research Chairs, Government of Canada
Mots-clésConcussionBaseline (sea)PupillometryNeurocognitiveTraumatic brain injuryPhysical medicine and rehabilitationBalance problemsPoison controlInjury preventionBalance (ability)MedicinePsychologyPhysical therapyCognitionMedical emergencyPsychiatryNeuroscience

Résumé

récupéré en direct d'OpenAlex

Objective Our goal was to develop and validate a neurophysiological-centric baseline model that can be appreciated by the broader neuro community and practically utilized by the sports community. Background As concussions, a mild traumatic brain injury, and other traumatic brain injuries gain notoriety amongst public awareness, there has been a rise in available computer-based concussion baseline assessments. Furthermore, states, sporting agencies, and schools are mandating implementation of concussion baselines. However, validation and standardization of these current baseline neurological tests have been remiss and are often not utilized by medical or neurological practitioners, making their utility suspect. Design/Methods We applied our neurocognitive baseline program to college football freshmen and high school aged ice hockey players. The list of baseline assessments is: eye-hand coordination reaction time using the Dynavision D2™ device, stereopsis measurements, phoria, oculomotor performance, electroretinography and visual-evoked potential, binocularity, optical coherence tomography, peripheral vision assessments, and balance. Results The results suggest that this baseline program can be performed as a battery appropriate for a pre-participation examination prior to sport participation. The data derived from said baseline can be interpreted by sport, age and gender specific. These demographics can also be examined for developing normative data and useful for identifying subjects outside this normal. Conclusions It is felt that the current state of concussion baselines for athletic organizations are inadequate. We chose to identify a series of baseline tests that are more clinically-relevant and easy to perform as evidenced from the pre-season baseline used by the University of Cincinnati athletes and non-collegiate athletes. These baselines are used as part of the standard pre-participation examination, further providing valuable insight into the development of sports vision training performance enhancement programs and extensively relied upon as a pre-season concussion baseline. We feel this model has enhanced clinical utility compared to the current wide spread computer-based neuropsychological assessments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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.

Tête enseignante Opus0,282
Tête enseignante GPT0,492
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurology→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→