Cluster-based analysis of PTSD-Checklist for DSM-5 (PCL-5) in civilians with post-concussive cognitive changes
Notice bibliographique
Résumé
OBJECTIVE: This study explores the relationship between PTSD symptoms and cognition in patients with persistent post-concussive symptoms (PPCS). METHODS: Adults with PPCS presenting to a specialized brain injury clinic provided demographic and injury information and completed the PTSD checklist for DSM-5, Generalized Anxiety Disorder Scale-7 (GAD-7) and Patient Health Questionnaire-9 (PHQ-9). The Montreal Cognitive Assessment (MoCA) was used to screen for possible cognitive concerns. Multiple regression analysis (MLR) adjusting for age, sex, mechanism of injury, psychiatric history, number of previous concussions, months since most recent injury, and mental health questionnaire scores was used to determine associations between PTSD and cognition. Binomial logistic regression explored the relationship between domains of the MoCA and PCL-5 scores. RESULTS: = 0.021) in patients with PPCS and collinearity of PCL-5 and PHQ-9 scores. Significantly higher Arousal and Reactivity cluster scores within the PCL-5 were associated with poorer scores on naming and abstract tasks on the MoCA. CONCLUSION: The association between specific PCL-5 clusters and lower MoCA scores may represent a viable target for psychotherapeutic and psychopharmacologic intervention in patients with cognitive changes associated with PPCS.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 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 ».