Associations between psychological resilience and metrics of white matter microstructure in pediatric concussion
Notice bibliographique
Résumé
This study investigated associations between psychological resilience and characteristics of white matter microstructure in pediatric concussion. This is a case control study and a planned substudy of a larger randomized controlled trial. Children with an acute concussion or orthopedic injury were recruited from the emergency department. Participants completed both the Connor-Davidson Resilience Scale 10 and an MRI at 72 h and 4-weeks post-injury. The association between resiliency and fractional anisotropy (FA), mean diffusivity (MD), axial diffusivity (AD), and radial diffusivity (RD) at both timepoints were examined. We examined whether these associations were moderated by group. The association between resiliency captured at 72 h and diffusion tensor imaging metrics at 4 weeks was also investigated. Clusters were extracted using a significance threshold of threshold-free cluster enhancement corrected p < .05. A total of 66 children with concussion (median (IQR) age = 12.88 (IQR: 11.80-14.36); 47% female) and 29 children with orthopedic-injury (median (IQR) age = 12.49 (IQR: 11.18-14.01); 41% female) were included. A negative correlation was identified in the concussion group between 72 h resilience and 72 h FA. Meanwhile, positive correlations were identified in the concussion group with concussion between 72 h resilience and both 72 h MD and 72 h RD. These findings suggest that 72 h resilience is associated with white matter microstructure of the forceps minor, superior longitudinal fasciculus, and anterior thalamic radiation at 72 h post-concussion. Resilience seems to be associated with neural integrity only in the acute phase of concussion and thus may be considered when researching concussion recovery.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».