What is the risk of recurrent concussion in children and adolescents aged 5–18 years? A systematic review and meta-analysis
Notice bibliographique
Résumé
Objective We aimed to examine the risk of concussion in children with a previous history of concussion. Design Systematic review and meta-analysis. The primary outcome was number of children with and without a previous lifetime history of concussion who sustained a diagnosed concussion within each study period. Risk of bias was assessed using the Newcastle-Ottawa Scale. A random effects model was used to estimate a pooled risk ratio (RR) with corresponding 95% CIs; results were summarised in forest plots. Data sources Four electronic databases (MEDLINE, Embase, CINAHL, SPORTDiscus) and selected reference lists were searched (PROSPERO registration No CRD42019135462). Eligibility criteria Original English language peer-reviewed publications that compared concussion risk in children aged 5–18 years with and without a previous concussion history in which risk estimates were reported or able to be calculated. Results Of 732 identified studies, 7 studies representing 23 411 children (risk of bias range, 7–9; maximum possible score=9) were included for meta-analysis. Pooled risk of sustaining a concussion was more than three times greater in children with a previous concussion compared with those with no previous concussion (RR=3.64; 95% CI: 2.68 to 4.96; p<0.0001; I 2 =90.55%). Unreported sex-stratified data precluded direct comparison of concussion risk in male versus female athletes. Conclusion Previously concussed children have four times the risk of sustaining a concussion compared with those with no previous concussion history. This should be a consideration for clinicians in return to sport decision-making. Future studies examining subsequent recurrent concussion in youth sports must consider sex differences.
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 | 0,006 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 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 ».