9.16 Sex-related differences in visual reaction time, oculomotor, and cognitive abilities in varsity athletes with a history of concussion
Notice bibliographique
Résumé
Objective To determine if concussion history affects sex-related differences in athletes’ abilities to perform visual reaction time, oculomotor, and cognitive tasks. Design Prospective design. Setting Canadian University. Participants Pre-season baseline data was collected from 133 varsity athletes (79 no concussion history: 36 females, 43 males; 54 history of concussion: 28 females, 26 males). Exclusions included previous visual epileptic seizures, strabismus, and colour blindness. Interventions (or Assessment of Risk Factors) Athletes used a VR-goggle/eye-tracking system (Saccade Analytics, Inc.) to look at targets and perform a Stroop task while seated. Outcome Measures Oculomotor accuracy (saccades), oculomotor reaction time (anti-saccades), and cognitive performance (Stroop total errors). Main Results We observed a significant difference in our cognitive task outcome measure between males and females with a history of concussion whereupon females performed (p=0.015). Further, females with a history of concussion (p=0.037) which may relate to greater concussion exposure for higher performing athletes. There was no significant difference between the sexes, with and without concussion history for the visual reaction and oculomotor tasks. Conclusions This study demonstrates that asymptomatic athletes with and without a previous history of concussion do not show a significant performance difference on visual reaction and oculomotor tasks. Cognitive performance, however, shows sex-related differences which may be due to the nature of the task (males tended to execute the test faster, making more errors). This research provides an example of objective visuomotor and cognitive testing that can be used to further explore sex-related differences in concussion injury effects.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».