Adolescents’ engagement in multiple risk behaviours is associated with concussion
Notice bibliographique
Résumé
BACKGROUND: The objective of this study was to investigate the relationship between engagement in multiple risk behaviours (MRB) and concussion amongst youth. METHODS: This was a cross-sectional study that used survey data collected from 3059 students in grades 6-10 (approximate ages 11-15 years) from Ontario, Canada. Students reported whether or not they had a medically diagnosed concussion within the previous 12 months and the frequency that they participated in several risky behaviours including fighting, bullying, smoking, drinking alcohol, using illicit drugs, drinking caffeinated beverages, not using protective equipment, and having unsafe sex. Responses to the risky behavior items were used to create a MRB score. The association between MRB and concussion was explored using logistic regression that controlled for several confounding variables. RESULTS: Approximately 10.7% of students reported that they had a medically diagnosed concussion within the past year. A dose-response relationship was found between MRB and concussion among students in grades 9-10, while in grades 6-8 students only those in the highest MRB quartile had an increased likelihood of concussion. The relative odds for concussion in the highest versus the lowest MRB quartile were 4.67 (95% confidence interval: 2.33, 9.35) in grades 9-10 students and 2.94 (95% confidence interval, 1.90, 4.56) in grades 6-8 students. CONCLUSIONS: Engagement in MRB may be an important etiologic component of adolescent concussion. Future studies should address whether behavioural interventions designed to decrease engagement in MRB reduce the risk of concussion and other injuries.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».