The prevalence of persistent post-traumatic headache in adult civilian traumatic brain injury: a systematic review and meta-analysis on the past 14 years
Notice bibliographique
Résumé
ABSTRACT: The most recent prevalence estimate of post-traumatic headache (PTH) after traumatic brain injury (TBI) in veterans and civilians dates back to 2008. The prevalence was found to be 57.8%, with surprising higher rates (75.3%) in mild TBI when compared with those with moderate/severe TBI (32.1%). However, the revision of mild TBI diagnostic criteria and an historic peak of TBI in the elderly individuals attributed to the ageing population may lead to different results. Thus, we conducted a systematic review and meta-analysis to assess the updated prevalence of PTH during the past 14 years only in civilians. A literature search was conducted following PRISMA guidelines guided by a librarian. Screening, full-text assessment, data extraction, and risk of bias assessment were performed blindly by 2 raters. Meta-analysis of proportions using the Freeman and Tukey double arcsine method of transformation was conducted. Heterogeneity, sensitivity analysis, and meta-regressions were performed with the predictors: year of publication, mean age, sex, TBI severity, and study design. Sixteen studies were selected for the qualitative analysis and 10 for the meta-analysis. The overall prevalence estimate of PTH was 47.1%, (confidence interval = 34.6, 59.8, prediction intervals = 10.8, 85.4), being similar at different time points (3, 6, 12, and 36+ months). Heterogeneity was high, and none of the meta-regressions were significant. The overall prevalence of PTH after TBI over the past 14 years remains high even if assessed only in civilians. However, the prevalence rates attributed to mild and moderate/severe TBI were similar, differing significantly from previous reports. Efforts are needed to improve TBI outcomes.
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 | 0,034 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».