MétaCan
Menu
Retour à la cohorte
Enregistrement W3099981234 · doi:10.1089/neu.2020.7125

Concussion Acutely Decreases Plasma Glycerophospholipids in Adolescent Male Athletes

2020· article· en· W3099981234 sur OpenAlexaff
Michael R. Miller, Michael Robinson, Robert Bartha, Tanya Charyk Stewart, Lisa Fischer, Gregory A. Dekaban, Ravi S. Menon, J. Kevin Shoemaker, Douglas D. Fraser

Notice bibliographique

RevueJournal of Neurotrauma · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensRobarts Clinical TrialsWestern UniversityChildren’s Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésConcussionMedicineReceiver operating characteristicAthletesInternal medicineArea under the curveSports medicineInjury preventionPoison controlPhysical therapyEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Concussions are frequent in sports and can contribute to significant and long-lasting neurological disability. Adolescents are particularly susceptible to concussions, with accurate determination of the injury challenging. Our previous study demonstrated that concussion diagnoses could be aided by metabolomics profiling and machine learning, with particular weighting on changes in plasma glycerophospholipids (PCs). Here, our aim was to report directional change of PCs after concussion and develop a diagnostic concussion panel utilizing a minimum number of plasma PCs. To this end, we enrolled 12 concussed male athletes at our academic Sport Medicine Concussion Clinic, as well as 17 sex-, age-, and activity-matched healthy controls. Blood was drawn and 71 plasma PCs were measured for statistically significant changes within 72 h of injury, and individual PCs were further analyzed with receiver operating characteristic (ROC) curves. Our data demonstrated that 26 of 71 PCs measured were significantly decreased after sports-related concussion (p < 0.01). None of the PCs increased in plasma after concussion. ROC curve analyses identified the top four PCs with areas under the curve (AUCs) ≥0.86 for concussion diagnosis: PCaeC36:0 (0.92; p < 0.001); PCaaC42:6 (0.90; p < 0.001); PCaeC36:2 (0.86; p = 0.001), and PCaaC32:0 (0.86; p = 0.001). Cut-off values in μM were ≤0.31, 0.22, 5.07, and 4.63, respectively. Importantly, combining these four PCs produced an AUC of 0.96 for concussion diagnoses (p < 0.001; 95% confidence interval, 0.89, 1.00). Our data suggest that as few as four circulating PCs may provide excellent diagnostic potential for adolescent concussion. External validation is required in larger cohorts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,186
Tête enseignante GPT0,372
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurotraumaMême sujetTraumatic Brain Injury ResearchTravaux en français237 207