MétaCan
Menu
Retour à la cohorte
Enregistrement W4399728656 · doi:10.1186/s13102-024-00926-1

The Concussion, Exercise, and Brain Networks (ConExNet) study: a cohort study aimed at understanding the effects of sub-maximal aerobic exercise on resting state functional brain activity in pediatric concussion

2024· article· en· W4399728656 sur OpenAlexafffund
Bhanu Sharma, Eric Koelink, Carol DeMatteo, Michael D. Noseworthy, Brian W. Timmons

Notice bibliographique

RevueBMC Sports Science Medicine and Rehabilitation · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensMcMaster University Medical CentreMcMaster UniversityMcMaster Children's HospitalSt. Joseph’s Healthcare Hamilton
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésConcussionMedicinePhysical therapyPhysical medicine and rehabilitationAerobic exerciseCohortTraumatic brain injurySports medicineAthletesPopulationInjury preventionPoison controlInternal medicinePsychiatryEmergency medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Recent scientific evidence has challenged the traditional "rest-is-best" approach for concussion management. It is now thought that "exercise-is-medicine" for concussion, owing to dozens of studies which demonstrate that sub-maximal, graded aerobic exercise can reduce symptom burden and time to symptom resolution. However, the primary neuropathology of concussion is altered functional brain activity. To date, no studies have examined the effects of sub-maximal aerobic exercise on resting state functional brain activity in pediatric concussion. In addition, although exercise is now more widely prescribed following concussion, its cardiopulmonary response is not yet well understood in this population. Our study has two main goals. The first is to understand whether there are exercise-induced resting state functional brain activity differences in children with concussion vs. healthy controls. The second is to profile the physiological response to exercise and understand whether it differs between groups. METHODS: We will perform a single-center, controlled, prospective cohort study of pediatric concussion at a large, urban children's hospital and academic center. Children with sport-related concussion (aged 12-17 years) will be recruited within 4-weeks of injury by our clinical study team members. Key inclusion criteria include: medical clearance to exercise, no prior concussion or neurological history, and no implants that would preclude MRI. Age- and sex-matched healthy controls will be required to meet the same inclusion criteria and will be recruited through the community. The study will be performed over two visits separated by 24-48 h. Visit 1 involves exercise testing (following the current clinical standard for concussion) and breath-by-breath gas collection using a metabolic cart. Visit 2 involves two functional MRI (fMRI) scans interspersed by 10-minutes of treadmill walking at an intensity calibrated to Visit 1 findings. To address sub-objectives, all participants will be asked to self-report symptoms daily and wear a waist-worn tri-axial accelerometer for 28-days after Visit 2. DISCUSSION: Our study will advance the growing exercise-concussion field by helping us understand whether exercise impacts outcomes beyond symptoms in pediatric concussion. We will also be able to profile the cardiopulmonary response to exercise, which may allow for further understanding (and eventual optimization) of exercise in concussion management. TRIAL REGISTRATION: Not applicable.

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)0,001
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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,323
Écart entre enseignants0,290 · 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 revueBMC Sports Science Medicine and RehabilitationMême sujetTraumatic Brain Injury ResearchTravaux en français237 207