6.13 The effect of pre-existing mental health conditions on symptom recovery outcomes in adolescents with sport-related concussion
Notice bibliographique
Résumé
Objective To determine if pre-existing mental health conditions are associated with symptom outcomes following sport-related concussion (SRC) in adolescents. Design Secondary analysis of prospective, multisite cohort (5P Study). Setting Canadian pediatric emergency departments (PED, n=9). Participants Adolescents with SRC (n=968; age=15.1±1.3yrs; 57.6% male). Interventions (or Assessment of Risk Factors) Adolescents were categorized as pre-existing anxiety only (n=61), depression only (n=17), anxiety and depression (n=32), or control (no mental health diagnoses, n=858) based on self-reported medical history. Participants completed the Post-Concussion Symptom Inventory (PCSI) in the PED and at 1, 2, 4, 8, and 12-weeks post-injury. Outcome Measures PCSI change scores (total post-injury minus pre-injury symptoms) were calculated, with higher scores indicating more frequent/severe symptoms post-injury. Persistent Post-Concussion Symptoms (PPCS) were defined as three new/worse symptoms relative to pre-injury scores at the 4-week assessment. Main Results Pre-existing depression and combined anxiety/depression groups had significantly higher symptom scores across the study period than controls in univariate analyses (p=0.003); however, symptom resolution over time did not differ by group (i.e. no interaction effect, p=0.50). Youth with combined anxiety/depression (n=18, 64.3%) had higher odds of experiencing PPCS than controls (n=337; Odds Ratio= 2.64, 95% CI= 1.20, 5.81; p=0.016). In multivariate analyses, mental health status was not related to symptom recovery (group effect: p=0.32, interaction effect= p=0.46) or PPCS risk (p=0.62). Conclusions Combined anxiety/depression diagnoses were associated with worse symptom outcomes in univariate models, but this association was not present when controlling for known covariates of symptom recovery. Future studies should evaluate mental health status on other clinical outcomes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».