A-49 Sideline Concussion Assessment Tool symptoms predict poorer mental health outcomes in college athletes
Notice bibliographique
Résumé
Abstract Purpose: Assessment of emotional functioning is essential in sports-related concussion (SRC) management. This study investigated the prediction of mental health outcomes from the SCAT-3 Symptom Scale. Methods: Canadian university athletes who compete in contact sports participated in a large-scale study (Active Rehabilitation). A total of 235 participants (males = 67%) completed the Brief Symptom Inventory (BSI), Quality of Life Scale (QOLS), and Sideline Concussion Assessment Tool, 3rd edition (SCAT). Step-wise regression analysis using demographic variables (gender, age, history of Learning Disability, history of ADHD, diagnosis of psychiatric condition) and psychological symptoms from the SCAT were used as predictors for the BSI (Depression and Anxiety) and QOLS (Depression and Anxiety). Results: Regression analysis revealed female gender, previous psychiatric diagnosis and Nervousness (SCAT) significantly predicted higher scores on the Depression subscales of BSI (R2 = 0.21, F1,231 = 20.3, p < 0.001) and Quality of Life (R2 = 0.21, F1,231 = 18.0, p < 0.001). Female gender, previous psychiatric diagnosis, Nervousness and Irritability predicted higher scores on both the Anxiety subscales of the BSI (R2 = 0.23, F1,230 = 16.9, p < 0.001) and Quality of Life (R2 = 0.26, F1,230 = 20.2, p < 0.001). Contrary to other findings, history of concussion was not significantly predictive of higher Depression and/or Anxiety scores (although there was a trend between number of concussions and higher symptom report). Conclusions: SCAT symptoms may capture heightened emotional symptom report with more robust scales measuring emotional functioning. In contrast, concussion history did not predict emotional symptoms, a finding contrary to published literature.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 ».