MétaCan
Menu
Retour à la cohorte
Enregistrement W3099506423 · doi:10.1615/critrevbiomedeng.2020034991

A Review of MRI and Exercise Treatment for Improved Concussion Diagnosis and Recovery

2020· review· en· W3099506423 sur OpenAlexaff
Ethan Danielli, Carol DeMatteo, Geoffrey B. Hall, Michael D. Noseworthy

Notice bibliographique

RevueCritical Reviews in Biomedical Engineering · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMcMaster UniversitySt. Joseph’s Healthcare Hamilton
Organismes subventionnairesnon disponible
Mots-clésConcussionMedicinePhysical therapyPhysical medicine and rehabilitationTraumatic brain injuryInjury preventionPoison controlMedical emergencyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Concussions are a major health concern due to the unpredictable onset and resolution of debilitating post-concussion symptoms. This review discusses physiological, structural and functional brain changes post-concussion, novel non-invasive medical imaging techniques to improve diagnosis, and the role exercise could play in concussion recovery. After sustaining a concussion, about 50% of youth and 20% of adults have symptoms that last for more than a month. Understanding concussion severity has become consequential in recent years as professional sports leagues have acknowledged their harmful short- and long-term effects. Despite these effects, concussed children and adults continue to return to activity and sport prior to a full recovery. This premature return can be enabled because routine clinical medical imaging techniques are unable to detect post-concussion brain damage. However, there have been advances in MRI approaches that clearly indicate brain damage due to concussion. In terms of recovery, rest has been the long-standing prescribed concussion treatment; however, subsymptom exacerbating exercise has been shown to be a safe and effective treatment option. Novel controlled aerobic exercise interventions have improved concussion outcomes by reducing recovery time and symptom severity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,014
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,431
Écart entre enseignants0,315 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in Biomedical EngineeringMême sujetTraumatic Brain Injury ResearchTravaux en français237 207