MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391384693 · doi:10.1136/bjsports-2023-concussion.205

2.14 Youth pre-season sport concussion assessment tool 5 symptom evaluation: a multi-sport cohort study

2024· article· en· W4391384693 sur OpenAlexaffabout
Benjamin Leggett, Reid A. Syrydiuk, Stacy Sick, Paul Eliason, Kathryn Schneider, Carolyn A. Emery

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensSpinal Cord Injury AlbertaAlberta Children's HospitalAlberta Bone and Joint Health InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSSS*ConcussionCohortAnxietyMedicinePhysical therapyPsychologyPoison controlInjury preventionPsychiatryInternal medicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

Objective To examine youth sport participants’ preseason SCAT5 symptom evaluation [total number of symptoms (TNS) and symptom severity score (SSS)] by administration method, sex, age, concussion history, collision/non-collision sport-participation, and self-reported medical diagnoses. Design Cohort. Setting Canadian high-school student sport/home settings. Participants 3769 sport-participants [2494 male, 1275 female; 11–19 years-old]. Assessment of Risk Factors SCAT5 administration method (in-person/virtual), sex (male/female), age (years), concussion history (0/1/2/3+), collision/non-collision sport-participation, self-reported medical-diagnoses [attention-deficit/attention-deficit-hyperactivity (ADD/ADHD), headache/migraine, learning disability, and psychiatric-disorder (i.e., anxiety/depression/other)]. Outcome Measures Preseason SCAT5 TNS (/22) and SSS (/132). Main Results Median TNS was 4 (range 0–22) and median SSS was 6 (range 0–105). Multiple multilevel Poisson regression complete-case analysis was completed; adjusting for cluster by school and robust standard-errors, with beta-coefficients (b) back-transformed to indicate an increase(+)/decrease(-) in TNS/SSS, relevant for clinical interpretation. Virtual assessment lowered TNS (bTNS=-1.52;95%CI:-2.21,-0.84) and SSS (bSSS=-2.49;95%CI:-4.41,-0.58) relative to in-person. Females (bTNS=2.01;95%CI:1.55,2.47; bSSS=4.64;95%CI:3.51,5.77), per-year older age (bTNS=0.23;95%CI:0.01,0.45; bSSS=0.53;95%CI:0.01,1.06), headache/migraine disorder (bTNS=2.51;95%CI:1.75,3.27; bSSS=7.09;95%CI:4.78,9.40), ADD/ADHD (bTNS=1.57;95%CI:1.09,2.06; bSSS=4.21;95%CI:2.88,5.54), psychiatric-disorder (bTNS=2.65;95%CI:1.94,3.36; bSSS=7.40;95%CI:5.21,9.60), and 3+ previous concussions (bTNS=1.18;95%CI:0.11,2.24; bSSS=3.61;95%CI:0.56,6.65) had higher TNS/SSS. Participants with learning disability had higher TNS (bTNS=0.95; 95%CI:0.02,1.89) only. Collison sport-participation did not alter TNS/SSS. Conclusion Assessment method, sex, age, concussion history, and medical-diagnoses were associated with TNS and SSS and are important considerations for SCAT5 symptom score interpretation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,328

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,098
Tête enseignante GPT0,442
Écart entre enseignants0,344 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même sujetTraumatic Brain Injury Research→Travaux en français237 207→