6.5 Task-specific changes in cerebral hemodynamics in pediatric mild traumatic brain injury
Notice bibliographique
Résumé
Objective Emerging evidence suggests that advanced neuroimaging of cerebral hemodynamics may yield a clinical biomarker of mild traumatic brain injury (mTBI). We examined whether (coherence) and novel (absolute phase) functional near-infrared spectroscopy metrics differentiated children with mTBI from mild orthopedic injury (OI). Design Prospective cohort Participants Children between 8.00–16.99 years of age were recruited during emergency department visits at Alberta Children’s Hospital within 48 hours of sustaining an mTBI (n = 8, 62.5% sport-related concussion) or mild OI (n=5), and completed fNIRS as part of a follow-up assessment 2 months post-injury (M = 35.38±5.19 days). fNIRS was collected during rest and a 2-back working memory task, with optodes placed over four regions of interest (bilateral dorsolateral prefrontal and motor cortex). Outcome Measures Two-way ANOVA was used to evaluate the effect of group, regions of interest (ROI), and their interaction on coherence and absolute phase. Main Results During rest, children with mTBI demonstrated lower absolute phase across ROIs relative to children with OI (F(1, 82)=14.79, p<.001) but the groups did not differ in resting state coherence. During the 2-back task, coherence was reduced in children with mTBI relative to OI, (F(1, 82)=12.35,p<.001), and also varied across ROI, (F(5, 82)=3.82, p=0.004). Conclusions Our results suggest differences in cerebral hemodynamic measures in pediatric mTBI were context-dependent, with reduced absolute phase at rest and reduced coherence during working memory performance.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 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 ».