Longitudinal white matter microstructural changes in pediatric mild traumatic brain injury: An<scp>A‐CAP</scp>study
Notice bibliographique
Résumé
In the largest sample studied to date, white matter microstructural trajectories and their relation to persistent symptoms were examined after pediatric mild traumatic brain injury (mTBI). This prospective, longitudinal cohort study recruited children aged 8-16.99 years with mTBI or mild orthopedic injury (OI) from five pediatric emergency departments. Children's pre-injury and 1-month post-injury symptom ratings were used to classify mTBI with or without persistent symptoms. Children completed diffusion-weighted imaging at post-acute (2-33 days post-injury) and chronic (3 or 6 months via random assignment) post-injury assessments. Mean diffusivity (MD) and fractional anisotropy (FA) were derived for 18 white matter tracts in 560 children (362 mTBI/198 OI), 407 with longitudinal data. Superior longitudinal fasciculus FA was higher in mTBI without persistent symptoms relative to OI, d (95% confidence interval) = 0.31 to 0.37 (0.02, 0.68), across time. In younger children, MD of the anterior thalamic radiations was higher in mTBI with persistent symptoms relative to both mTBI without persistent symptoms, 1.43 (0.59, 2.27), and OI, 1.94 (1.07, 2.81). MD of the arcuate fasciculus, -0.58 (-1.04, -0.11), and superior longitudinal fasciculus, -0.49 (-0.90, -0.09) was lower in mTBI without persistent symptoms relative to OI at 6 months post-injury. White matter microstructural changes suggesting neuroinflammation and axonal swelling occurred chronically and continued 6 months post injury in children with mTBI, especially in younger children with persistent symptoms, relative to OI. White matter microstructure appears more organized in children without persistent symptoms, consistent with their better clinical outcomes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».