Associations between concussion and risk of diagnosis of psychological and neurological disorders: a retrospective population-based cohort study
Notice bibliographique
Résumé
OBJECTIVE: To investigate associations between concussion and the risk of follow-up diagnoses of attention-deficit hyperactivity disorder (ADHD), mood and anxiety disorders (MADs), dementia and Parkinson's disease. DESIGN: A retrospective population-based cohort study. SETTING: Administrative health data for the Province of Manitoba between 1990-1991 and 2014-2015. PARTICIPANTS: A total of 47 483 individuals were diagnosed with a concussion using International Classification of Diseases (ICD) codes (ICD-9-CM: 850; ICD-10-CA: S06.0). All concussed subjects were matched with healthy controls at a 3:1 ratio based on age, sex and geographical location. Associations between concussion and conditions of interest diagnosed later in life were assessed using a stratified Cox proportional hazards regression model, with adjustments for socioeconomic status and pre-existing medical conditions. RESULTS: 28 021 men (mean age ±SD, 25±18 years) and 19 462 women (30±21 years) were included in the concussion group, while 81 871 men (25±18 years) and 57 159 women (30±21 years) were included in the matched control group. Concussion was associated with adjusted hazard ratios of 1.39 (95% CI 1.32 to 1.46, p<0.001) for ADHD, 1.72 (95% CI 1.69 to 1.76; p<0.001) for MADs, 1.72 (95% CI 1.61 to 1.84; p<0.001) for dementia and 1.57 (95% CI 1.41 to 1.75; p<0.001) for Parkinson's disease. CONCLUSION: Concussion was associated with an increased risk of diagnosis for all four conditions of interest later in life.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».