MétaCan
Menu
Retour à la cohorte
Enregistrement W4391384550 · doi:10.1136/bjsports-2023-concussion.207

2.16 Blood biomarkers for sport-related concussion: considering the effects of interval exercise and matrix differences

2024· article· en· W4391384550 sur OpenAlexaff
Linden C. Penner, Jason Tabor, Joel S. Burma, Heather Godfrey, Jean‐Michel Galarneau, Jennifer Cooper, Mohammad Ghodsi, Chantel T. Debert, Cheryl L. Wellington, Carolyn A. Emery, Jonathan D. Smirl

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueExplainable Artificial Intelligence (XAI)
Établissements canadiensAlberta Bone and Joint Health InstituteAlberta Children's HospitalInternational Collaboration On Repair DiscoveriesUniversity of British ColumbiaHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineConfidence intervalConcussionCrossover studyHigh-intensity interval trainingInterval trainingRandomized controlled trialBiomarkerPhysical therapyCardiologyPoison controlInjury preventionPathology

Résumé

récupéré en direct d'OpenAlex

<h3>Objective</h3> Examine plasma t-tau, NFL, and GFAP levels in serial samples following interval exercise, while considering age, sex, and sleep, and assess agreement between plasma and serum biomarker concentrations. <h3>Design</h3> Randomized-crossover cohort. <h3>Setting</h3> UCalgary Laboratory. <h3>Participants</h3> Ten healthy participants were recruited from the UCalgary community (ages 19–26; 7:3/female:male). Participants excluded if prior diagnosed concussion or metabolic disease, not recreationally active, and/or a daily smoker. <h3>Interventions (or Assessment of Risk Factors)</h3> Three differing intensity 30-minute interval exercise conditions on a cycle ergometer separated by one month in randomized order (control/rest, moderate intensity interval training (MIIT), high intensity interval training (HIIT)). <h3>Outcome Measures</h3> Plasma and serum concentrations of t-tau, NFL, and GFAP at serial timepoints (pre, during, and 0, 1, 2, 4, 6, 8, 24, 48 hours following). <h3>Main Results</h3> Compared to control, plasma NFL and GFAP decreased immediately following completion of MIIT (NFL;β=-1.002,95%CI:-1.852--0.152,p=0.021. GFAP;β=-14.750,95%CI:-27.154--2.345,p=0.020) and HIIT (NFL;β=-1.414,95%CI:-2.263--0.564,p=0.001. GFAP;β=-20.956,95%CI:-33.358--8.554,p=0.001). More sleep was associated with lower plasma NFL (β=-0.003,95%CI:-0.005--0.001,p=0.012). Bland-Altman plots showed 1.36 pg/mL (95%LOA:-0.77–3.49) greater t-tau in plasma than serum, and 1.54 pg/mL (95%LOA:-4.16–1.07) less NFL and 11.80 pg/mL (95%LOA:-43.46–19.86) less GFAP in plasma than serum. <h3>Conclusions</h3> Plasma t-tau appeared unaffected by MIIT and HIIT. Short-lived NFL and GFAP decreases along with poor agreement between plasma and serum concentrations suggests exercise influences and matrix differences are pertinent considerations for clinical validation of blood biomarkers associated with acute sport-related concussion. Future studies investigating influence of sleep are warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil0,340

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,269
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetExplainable Artificial Intelligence (XAI)Travaux en français237 207