7.27 Sport experience and age account for visuomotor performance more than multiple concussion history and sex
Notice bibliographique
Résumé
Objective Our previous work has consistently shown a decline in cognitive-motor integration (CMI) in those with a history of concussion, those with less sport experience, and older individuals. Here we characterize CMI performance of individuals as a function of these factors. Based on rodent models, we hypothesized that those with multiple concussions would experience significantly greater neuropathological effects on the brain networks required for visuomotor performance. We predicted that performance variance (reflecting brain network function) would be accounted for by concussion group (one versus >1), after accounting for age and experience. Sex was an exploratory factor. Design Retrospective. Setting Community, University. Participants 223 asymptomatic individuals 9–53 years old (29.2% female, mean 18.9±7.0) with a history of 1–10 concussions (mean 1.7±1.4). Interventions (or Assessment of Risk Factors) Two eye-hand coordination tasks: Standard task-direct interaction with visual targets, CMI task-hand displaced from viewed targets, visual feedback reversal. Outcome Measures Six planned kinematic variables (RT, MT, variable error, constant error, peak velocity, path length). Analysis: Linear regression of experience, age, concussion number, and sex on visuomotor performance. Main Results In contrast to our hypothesis, a significant percentage of the variance was explained only by age and sport experience (p<0.05) in our sample of younger, mainly select-level athletes. Conclusions We suggest that motor developmental stage and skill experience provide brain network resilience that can compensate for concussion-related performance declines. These data emphasize the clinical importance of accounting for such factors when assessing the effects of multiple concussion on complex visuomotor skill. Future work will look at older and retired athletes.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».