Sport concussion knowledge base, clinical practices, and needs for continuing medical education: a survey of family physicians and cross-border comparison
Notice bibliographique
Résumé
Objective To identify sport concussion knowledge base, practice patterns and current/preferred methods of Knowledge Transfer and Exchange (KTE) in two distinct populations of family physicians. Design Cross-sectional study, using a survey design. Setting Alberta, Canada (CAN); North/South Dakota, USA (US). Rural (64.4% US, 27.5% CAN; p=<0.001); walk-in/acute care (28.8% CAN, 12.9% US; p=0.008). Participants Recruitment: CAN physicians by mail: 80/3154 responses (2.5%); US physicians: American Academy of Family Physicians database: 109/545 responses (20%). Intervention/Instrument On-line survey questionnaire. Outcome Measures Relative percentages diagnosing/treating concussions; comparison of management strategies (including return-to-play), and current/preferred KTE. Results Etiologies: Sports/recreation (52.5% CAN); organised sports (76.5% US). Tools: Clinical examination (93.8% CAN, 88.1% US); Sport Concussion Assessment Tool (SCAT/SCAT2) (33.8% CAN, 26.7% US); balance testing (25.0% CAN, 26.7% US); concussion grading scales (26.7% US, 8.8% CAN, p=0.002); computerised neurocognitive testing (19.8% US, 1.3% CAN; p≤0.001); Standardised Assessment of Concussion (21.8% US, 7.5% CAN; p=0.008). Treatment: Physical rest (83.8% CAN, 75.5% US); cognitive rest (47.5% CAN, 28.4% US; p=0.008). Return-to-play: Clinical examination (89.1% US, 73.8% CAN; p=0.007); neurocognitive testing (29.7% US, 5.0% CAN; p≤0.001); guidelines (63.4% US, 23.8% CAN; p≤0.001). KTE sources: Colleagues (31.3% CAN, 8.8% US; p≤0.001), websites (27.5% CAN, 15.7% US; p=0.052); medical school (35.0% CAN, 12.7% US; p≤0.001). KTE Preferences: Continuing Medical Education (CME) courses (65.0% CAN, 37.3% US; p≤0.001), and online CME (47.5% Can, 29.4% US; p=0.012). Conclusions Despite evolution of concussion diagnosis/management guidelines, significant knowledge gaps exist between evidence-based recommendations clinical practice patterns. This predicates enhanced and innovative CME initiatives for KTE. Competing interests None.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».