A phenome-wide association study identifying risk factors for pediatric post-concussion syndrome
Notice bibliographique
Résumé
Abstract Objective To identify risk factors and generate hypotheses for pediatric post-concussion syndrome (PCS) using a phenome-wide association study (PheWAS). Methods A PheWAS (case-control) was conducted following the development and validation of a novel electronic health record-based algorithm that identified PCS cases and controls from an institutional database of >2.8 million patients. Cases were patients ages 5-18 with PCS codes or keywords identified by natural language processing of clinical notes. Controls were patients with mild traumatic brain injury (mTBI) codes only. Patients with moderate or severe brain injury were excluded. All patients used our healthcare system at least three times 180 days before their injury. Exposures included all pre-injury medical diagnoses assigned at least 180 days prior. Results The algorithm identified 274 pediatric PCS cases (156 females) and 1,096 controls that were age and sex matched to cases. Cases and controls both had a mean of >8 years of healthcare system use pre-injury. Of 202 pre-injury medical, four were associated with PCS after controlling for multiple testing: headache disorders (OR=5.3; 95%CI 2.8-10.1; P= 3.8e-7), sleep disorders (OR=3.1; 95%CI 1.8-5.2; P= 2.6e-5), gastritis/duodenitis (OR=3.6, 95%CI 1.8-7.0; P= 2.1e-4), and chronic pharyngitis (OR=3.3; 95%CI 1.8-6.3; P= 2.2e-4). Conclusions These results confirm the strong association of pre-injury headache disorders with PCS and provides evidence for the association of pre-injury sleep disorders with PCS. An association of PCS with prior chronic gastritis/duodenitis and pharyngitis was seen that suggests a role for chronic inflammation in PCS pathophysiology and risk. These factors should be considered during the management of pediatric mTBI cases.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».