MétaCan
Menu
Retour à la cohorte
Enregistrement W3124428807 · doi:10.4085/527-20

A Standardized Buffalo Concussion Treadmill Test After Sport-Related Concussion in Youth: Do ActiGraph Algorithms Matter?

2021· article· en· W3124428807 sur OpenAlexaff
Heidi R. Morrison, Lauren N. Miutz, Carolyn A. Emery, Jonathan D. Smirl

Notice bibliographique

RevueJournal of Athletic Training · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensLibin Cardiovascular Institute of AlbertaOntario Brain InstituteAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesInternational Olympic Committee
Mots-clésConcussionAlgorithmTreadmillMedicinePhysical therapyAccelerometerPhysical activityCohortPoison controlInjury preventionInternal medicineMathematicsComputer scienceEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Context: Current guidelines for recovery after sport-related concussion (SRC) recommend 24 to 48 hours of rest, followed by a gradual return to activity with heart rate (HR) maintained below the symptom threshold. In addition, monitoring physical activity (PA) after SRC using ActiGraph accelerometers can provide further objective insight into the amounts of activity associated with recovery trajectories. Cutpoint algorithms for these devices allow minute-by-minute PA to be classified into intensity domains; however, researchers have shown that different algorithms used to evaluate the same healthy participant dataset can produce various classifications. Objective: To identify the more physiologically appropriate cutpoint algorithm (Evenson or Romanzini) to analyze ActiGraph data among concussed adolescents in comparison with their HR responses on the Buffalo Concussion Treadmill Test (BCTT). Design: Prospective cohort study. Setting: University sport concussion clinic. Patients or Other Participants: Eleven high school students (5 boys, 6 girls; median [range] age = 16 years [15-17 years], height = 177.8 cm [157.5-198.1 cm], mass = 67 kg [52-98 kg], body mass index = 22 [17-31]) involved in high-risk sports who sustained a physician-diagnosed SRC. Main Outcome Measures: Evenson and Romanzini algorithm PA intensity domains via ActiGraph data and HR during the BCTT. Results: = .48). The Evenson algorithm classified most of the time as moderate-intensity PA (mean = 57.03%, range = 0.00%-94.12%), whereas the Romanzini algorithm classified virtually all PA as vigorous intensity (mean = 88.25%, range = 2.94%-97.06%]). Physical activity based on HR (stages 1-7 = 20%-39% HR reserve [HRR], stages 8-13 = 40%-59% HRR, stages ≥14 = 60%-85% HRR) indicated the BCTT primarily involved light to moderate intensity and, therefore, was better represented by the Evenson algorithm. Conclusions: The Evenson algorithm better characterized the HR response during a standardized exercise test in concussed individuals and, thus, should be used to analyze ActiGraph PA data in pediatric populations with 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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,413
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,324
Écart entre enseignants0,278 · 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'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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Athletic TrainingMême sujetTraumatic Brain Injury ResearchTravaux en français237 207