Preliminary clinical algorithm to optimise remote delivery of paediatric concussion care in Canada’s North
Notice bibliographique
Résumé
Concussion is a form of traumatic brain injury that affects thousands of children and adolescents across Canada annually. With timely access to comprehensive medical care, the majority of patients with acute concussion will recover within 1-4 weeks. Those who develop persistent post-concussion symptoms often benefit from early recognition and referral to multi-disciplinary concussion clinics that have the personnel and resources to meet their complex needs. Youth who live in remote and isolated communities within Canada's North, a significant proportion of whom are Indigenous, face unique barriers and obstacles to accessing primary and specialised concussion care. Although telemedicine has recently emerged as a tool that can help address these gaps in care, there are presently no clinical guidelines or tools available to assist multi-disciplinary concussion clinics in providing remote concussion care to these medically underserved patients. Here we incorporate literature from a scoping review and our early institutional experience to present an evidence-informed preliminary clinical algorithm and resources to help guide and optimise remote paediatric concussion care delivery in Canada's North. We also discuss how innovative technologies and partnerships can be leveraged to enhance the delivery of safe, equitable, cost-effective and culturally appropriate care to these communities.
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 | 0,026 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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 ».