922 MEP049 – Using robotics to assess motor learning impairments after concussion at time of physician clearance
Notice bibliographique
Résumé
There remains a lack of gold standard tools available to physicians to inform clearance criteria from concussion; a heavy reliance is placed on self-reported symptom scales which have inherent limitations of reliability. Further, growing evidence is showing that the neurophysiological underpinnings of concussion can persist past clinical recovery. As such, with this study, we aimed to provide objective, sensitive measures of neurological function of youth athletes who have sustained a concussion at the time of physician clearance to return to sport (RTP). As a sub-study of the National Football League-funded pan-Canadian study SHRed Concussions, we recruited (n=99) youth athletes who suffered a clinician-diagnosed sport-related concussion, and performed robotic testing on the day of RTP. We hypothesized that motor learning impairments, as assessed by a visuomotor rotation task, would be present at time of RTP, as compared to healthy age, sex, and sport-matched controls (n=89). The RTP group showed significantly reduced final adaptation to the visuomotor rotation task as compared to the control group, suggesting motor learning impairments are persisting and present at time of physician clearance. Results suggest that clinical recovery may not be sufficient in capturing the neurophysiological recovery of concussion, and objective robotic tools may provide a basis for informing clinician decision making to prevent premature clearance to return to sport, reducing risk of reinjury after concussion.
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 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».