Pediatric Traumatic Brain Injury in the Middle East and North Africa Region: A Systematic Review and Meta-Analysis to Assess Characteristics, Mechanisms, and Risk Factors
Notice bibliographique
Résumé
Pediatric traumatic brain injury (pTBI) represents a major cause of child injuries in the Middle East and North Africa (MENA) region. This review aims to assess pTBIs in the MENA region and reports their clinical severity and outcomes. A search was conducted using major electronic databases, including Medline/Ovid, PubMed, EMBASE, Web of Science, and SCOPUS. Abstracts were screened independently and in duplicate to detect original research. The objective and study findings for each article were recorded, along with the mechanism of pTBI, patient age and sex, injury assessment tool(s) used, and outcome. A total of 1345 articles were retrieved, of which 152 met the criteria for full-text review, and 32 were included in this review. Males predominantly suffered from pTBIs (78%). Motor vehicle accidents, followed by child abuse, were the leading causes of pTBI. Overall, 0.39% of cases were mild, 0.58% moderate, 16.25% severe, and 82.27% unclassified. The mortality rate was 13.11%. Most studies used the computed tomography scan, Glasgow Coma Scale, Abbreviated Injury Scale, and Injury Severity Score as investigation methods. This review reports on the alarming rate of child-abuse-related pTBI and offers further understanding of pTBI-associated risk factors and insight into the development of strategies to reduce their occurrence, as well as policies to promote child well-being.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| 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 | 0,001 |
| 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; 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 ».