Predictors of Concussion Outcomes in Individuals With ADHD
Notice bibliographique
Résumé
OBJECTIVES: To describe and delineate the epidemiological profile of concussion injuries in individuals with attention-deficit/hyperactivity disorder (ADHD) by identifying characteristics associated with poorer outcomes. SETTING: One hundred forty-four multidisciplinary concussion-specialized clinics across Canada. PARTICIPANTS: Two hundred twenty-two individuals with a diagnosis of ADHD aged 7 to 53 years who sustained a concussion within the last year. DESIGN: Multicenter cohort study. MAIN MEASURES: Candidate predictor variables (ie, age, sex, concussion history, loss of consciousness, and internalized and learning disorder comorbidities) were collected through oral interviews. Concussion outcomes (ie, symptom severity and total number of symptoms experienced) were assessed with the Sport Concussion Assessment Tool. RESULTS: Older age, female sex, and the presence of an internalized disorder predicted poorer concussion outcomes in individuals with ADHD. Males with ADHD reported significantly worse concussion outcomes with increasing age, while outcomes remained fairly stable across age in females. CONCLUSION: The current findings represent a promising step toward the optimization of concussion management in individuals with ADHD. With a more thorough understanding of the demographic and comorbidity variables, clinical care decisions and intervention strategies can be developed to help individuals with ADHD who might be at a higher risk of poorer outcomes following a concussion.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».