Which psychosocial factors are associated with return to sport following concussion? A systematic review
Notice bibliographique
Résumé
BACKGROUND: Psychosocial factors predict recurrent injury and return to preinjury level of performance following orthopedic injury but are poorly understood following concussion. Current management protocols prioritize physical measures of recovery. Therefore, the objective of this study was to describe the psychosocial factors associated with return to sport (RTS) and how they are measured in athletes who sustained a concussion. METHODS: MEDLINE, Embase, APA PsycINFO, CINAHL, and SPORTDiscus were searched through February 2, 2021. Eligible studies included original peer-reviewed publications describing psychosocial factors associated with RTS following a diagnosed concussion. The primary outcome was scales or measures employed and/or key thematic concepts. RESULTS: Of the 3615 studies identified, 10 quantitative cohort studies (Oxford Centre for Evidence-Based Medicine Level-3) representing 2032 athletes (85% male; high-school and collegiate collision/contact athletes) and 4 qualitative studies representing 66 athletes (74% male; 70% American football; aged 9-28 years) were included. We identified 3 overarching themes and 10 outcome measures related to psychosocial factors associated with RTS following concussion: (a) fear (e.g, of recurrent concussion, of RTS, of losing playing status); (b) emotional factors (e.g, depression, anxiety, perceived stress, mental health, disturbance mood); and (c) contextual factors (e.g, social support, pressure, sense of identity). CONCLUSION: Although current medical clearance decisions prioritize physical measures of recovery, evidence suggests diverse psychosocial factors influence RTS following concussion. It remains unclear which psychosocial factors contribute to a successful RTS, including the influence of sex/gender and age. Future studies should evaluate the association of psychological readiness with physical measures of recovery at medical clearance, preinjury level of performance, and risk of recurrent concussion to support RTS clinical decision-making.
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 | 0,007 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,013 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».