Post‐concussion symptom burden in children following motor vehicle collisions
Notice bibliographique
Résumé
OBJECTIVE: Motor vehicle collisions generate considerable transmitted forces resulting in traumatic brain injury in children presenting to emergency departments (EDs). To date, no large study has examined post-concussive symptoms in children sustaining concussions in motor vehicle collisions. This study aimed to compare trends in acute post-concussive symptom burden in children with concussion following motor vehicle collisions as compared to other injury mechanisms. METHODS: The study is a secondary analysis of the Predicting Persistent Post-concussive Problems in Pediatrics study, which prospectively recruited a multicenter cohort of 3029 children 5-17 years of age presenting to the ED with concussion from 2013-2015. Post-concussive symptom ratings were obtained at pre-specified time points for 12 weeks post-injury, using the validated Post-Concussion Symptom Inventory (PCSI). Symptom severity and recovery trajectories were measured using delta scores on the PCSI (mean post-injury symptom score minus perceived pre-injury score). A multivariable, longitudinal model evaluated the adjusted effect of mechanism of injury (motor vehicle collisions vs other mechanisms) on mean symptom scores, compared to perceived pre-injury reports, and the temporal change in mean scores over during recovery. RESULTS: Of 3029 study participants, 56 (1.8%) sustained concussion from motor vehicle collisions. Children sustaining concussion in a motor vehicle collision had lower post-concussive symptom scores upon ED presentation, measured as differences from their perceived pre-injury reports, as compared to other injury mechanisms (-0.36 [95% confidence interval (CI) = -0.58, -0.15]). However, the motor vehicle collisions group showed the smallest decline in symptom burden over 1 month following injury (-0.54 [95% CI = -0.81, -0.27]). CONCLUSIONS: Children sustaining concussions in motor vehicle collisions may have lower initial symptom burdens but slower symptom recovery at 1 month compared to other mechanisms of injury and may represent a distinct population for prognostic counseling in the ED requiring further research.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».