Post-Concussion Symptoms and Disability in Adults With Mild Traumatic Brain Injury: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Studies investigating long-term symptoms and disability after mild traumatic brain injury (mTBI) have yielded mixed results. This systematic review and meta-analysis aimed to determine the prevalence of self-reported post-concussion symptoms (PCS) and disability following mTBI. We systematically searched MEDLINE, Embase, CINAHL, CENTRAL, and PsycInfo to identify inception cohort studies of adults with mTBI. Paired reviewers independently extracted data and assessed risk of bias with the Scottish Intercollegiate Guidelines Network criteria. We identified 43 eligible studies for the systematic review; 41 were rated as high risk of bias, primarily due to high attrition (> 20%). Twenty-one studies (49%) were included in the meta-analyses (five studies were narratively synthesized; 17 studies were duplicate reports). At 3-6 months post-injury, the estimated prevalence of PCS from random-effects meta-analyses was 31.3% (95% confidence interval [CI] = 25.4-38.4) using a lenient definition of PCS (2-4 mild severity PCS) and 18.3% (95% CI = 13.6-24.0) using a more stringent definition. The estimated prevalence of disability was 54.0% (95% CI = 49.4-58.6) and 29.6% (95% CI = 27.8-31.5) when defined as Glasgow Outcome Scale-Extended <8 and <7, respectively. The prevalence of symptoms similar to PCS was higher in adults with mTBI versus orthopedic injury (prevalence ratio = 1.57, 95% CI = 1.22-2.02). In a meta-regression, attrition rate was the only study-related factor significantly associated with higher estimated prevalence of PCS. Setting attrition to 0%, the estimated prevalence of PCS (lenient definition) was 16.1%. We conclude that nearly one in three adults who present to an emergency department or trauma center with mTBI report at least mild severity PCS 3-6 months later, but controlling for attrition bias, the true prevalence may be one in six. Studies with representative samples and high retention rates are needed.
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 | 0,018 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,042 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».