Screening Scale of Oculomotor Symptoms in Traumatic Brain Injury Patients to Facilitate Referrals to Neuro-Ophthalmologists for Rehabilitation
Notice bibliographique
Résumé
Background: Oculomotor dysfunction (OMD) is observed in perhaps 10% to 30% of motorists injured in high impact car accidents.A screening tool for signs of OMD is needed to facilitate systematic evaluations of such patients for potential referral to neuro-ophthalmologists for rehabilitation. Method:A perusal of neuro-opthalmological case reports and OMD literature led to the development of a 15 item scale.This Oculomotor Scale was administered to 29 survivors of high impact motor vehicle accidents (MVAs) who complained about OMD signs and to 30 normal controls.The patients' scores were also available on the Rivermead measure of the post-concussion syndrome, the Post-MVA Neurological Symptoms (PMNS) scale, the Insomnia Severity Index, and ratings of pain, depression, and anxiety.p<.001) and to the PMNS measure of post-accident neuropsychological symptoms (r=.65, p<.001). Results: Criterion validity of the Oculomotor Scale is demonstrated by its very satisfactory capacity to differentiate the patients reporting OMD signs from the normal controls (point biserial coefficient =.87, p<.001). Convergent validity of the scale is shown by its significant and large correlations to Discussion and Conclusions:The Oculomotor Scale has not been designed for independent diagnosing of oculomotor dysfunction (OMD): it is intended only as a brief screening scale for family physicians or medical psychologists, in order to facilitate a referral for the thorough professional assessment by specialized rehabilitative neuro-ophthalmologists.Hopefully, the availability of this screening scale would increase the number of referrals of such patients with post-accident oculomotor dysfunction for beneficial specialized assessment and therapies by rehabilitative neuro-ophthalmologists.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».