Optimizing early education provided at the Hull-Ellis Concussion and Research Clinic: A multiple methods evaluation from the Toronto Concussion Study
Notice bibliographique
Résumé
Objectives The purpose of this study was to determine factors and characteristics associated with changes in knowledge among adults receiving education within the first 8 weeks post-concussion. The study also aimed to understand desired preferences (i.e. content, format) for education post-concussion from the perspective of patients and physicians.Methods Patient-participants (17–85 years) were prospectively recruited within one week of a concussion. Participants received education over visits from Weeks 1 to 8 post-injury. Primary outcome measures were participant responses on a concussion knowledge questionnaire at Weeks 1 (n = 334) and 8 (n = 195), and feedback regarding education through interviews. Other variables collected included preexisting medical history, physician assessed recovery and symptoms.Results There was a significant increase in average knowledge on the concussion knowledge questionnaire across time (71% vs 75% correct; p = 0.004). Participants with higher levels of education, female sex and preexisting diagnoses of depression or anxiety had more correct responses at Week 1. Healthcare providers had varying comfort levels addressing mood-related symptoms.Conclusions There is a need to tailor education provided to concussion patients based on preinjury characteristics, i.e., mood disorders and demographic factors. Healthcare providers may need additional training in addressing mood symptoms and should modify the approach to fit patients’ unique needs.
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 | 0,026 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».