Evolution of dizziness-related disability in children following concussion: a group-based trajectory analysis
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to identify Dizziness-Related Disability (DRD) recovery trajectories in pediatric concussion and assess clinical predictors of disability groups. MATERIALS AND METHODS: In this prospective cohort study, 81 children (8-17 years) diagnosed with an acute concussion took part in 3 evaluation sessions (baseline, 3-month, and 6-month). All sessions included the primary disability outcome, the Dizziness Handicap Inventory (DHI) to create the DRD recovery trajectories using group-based multi-trajectory modeling analysis. Each independent variable included general patients' characteristics, premorbid conditions, function and symptoms questionnaires, and clinical physical measures; and were compared between the trajectories with logistic regression models. RESULTS: = 17, 21%) were identified. The Predicting and Preventing Postconcussive Problems in Pediatrics (5P) total score (Odds Ratio (OR):1.50, 95% Confidence Interval (CI): 1.01-2.22), self-reported neck pain (OR:7.25, 95%CI: 1.24-42.36), and premorbid anxiety (OR:7.25, 95%CI: 1.24-42.36) were the strongest predictors of belonging to HD group. CONCLUSIONS: Neck pain, premorbid anxiety, and the 5P score should be considered initially in clinical practice as to predict DRD at 3 and 6-month. Further research is needed to refine predictions and enhance personalized treatment strategies for pediatric 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».