Post-Concussion Symptoms Rule: Derivation and Validation of a Clinical Decision Rule for Early Prediction of Persistent Symptoms after a Mild Traumatic Brain Injury
Notice bibliographique
Résumé
Mild traumatic brain injury (mTBI) is a common problem. Depending on diagnostic criteria, 13 to 62% of those patients develop persistent post-concussion symptoms (PPCS). The main objective of this prospective multi-center study is to derive and validate a clinical decision rule (CDR) for the early prediction of PPCS. Patients aged ≥14 years were included if they presented to one of our seven participating emergency departments (EDs) within 24 h of an mTBI. Clinical data were collected in the ED, and symptom evolution was assessed at 7, 30 and 90 days post-injury using the Rivermead Post-Concussion Questionnaire (RPQ). The primary outcome was PPCS at 90 days after mTBI. A predictive model called the Post-Concussion Symptoms Rule (PoCS Rule) was developed using the methodological standards for CDR. Of the 1083 analyzed patients (471 and 612 for the derivation and validation cohorts, respectively), 15.6% had PPCS. The final model included the following factors assessed in the ED: age, sex, history of prior TBI or mental health disorder, headache in ED, cervical sprain and hemorrhage on computed tomography. The 7-day follow-up identified additional risk factors: headaches, sleep disturbance, fatigue, sensitivity to light, and RPQ ≥21. The PoCS Rule had a sensitivity of 91.4% and 89.6%, a specificity of 53.8% and 44.7% and a negative predictive value of 97.2% and 95.8% in the derivation and validation cohorts, respectively. The PoCS Rule will help emergency physicians quickly stratify the risk of PPCS in mTBI patients and better plan post-discharge resources.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».