MétaCan
Menu
Retour à la cohorte
Enregistrement W4406474821 · doi:10.1136/bmjment-2024-301181

Prognostic models for depression and post-traumatic stress disorder symptoms following traumatic brain injury: a CENTER-TBI study

2025· article· en· W4406474821 sur OpenAlexaff
Ana Mikolić, David van Klaveren, Andrew I.R. Maas, Shuyuan Shi, Noah D. Silverberg, Lindsay Wilson, Hester F. Lingsma, Ewout W. Steyerberg

Notice bibliographique

RevueBMJ Mental Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensVancouver Coastal HealthUniversity of British Columbia
Organismes subventionnairesÁltalános Orvostudományi Kar, Pécsi TudományegyetemMedical Research CouncilSeventh Framework ProgrammeUniversity of California, San FranciscoBerlin Institute of HealthCenter for Stroke Research BerlinKauno Technologijos UniversitetasHelsingin YliopistoUmeå UniversitetUniversity of StirlingDebreceni EgyetemZNS - Hannelore Kohl StiftungNeuroTrauma SciencesSheffield Teaching Hospitals NHS Foundation TrustUniversiteit AntwerpenHelsingin ja Uudenmaan SairaanhoitopiiriHumboldt-Universität zu BerlinTurun Yliopistollinen KeskussairaalaAllgemeine UnfallversicherungsanstaltImperial College LondonKlinički Centar VojvodineUniversität WienRadboud Universitair Medisch CentrumEuropean CommissionUniversité de LiègeTurun YliopistoJohns Hopkins UniversityUniversitetet i OsloFreie Universität BerlinRegion HovedstadenUniversitair Medisch Centrum GroningenLeids Universitair Medisch CentrumOdense UniversitetshospitalMedizinische Universität WienKarolinska InstitutetRadboud UniversiteitCentre hospitalier régional universitaire de LilleManchester Biomedical Research CentreMonash UniversityRenji HospitalRijksuniversiteit GroningenUniversitätsmedizin GöttingenIntegra LifeSciencesPécsi TudományegyetemMassachusetts General HospitalNational Institute for Health and Care ResearchHebrew University of JerusalemErasmus Medisch CentrumUniversity of OxfordNorges Teknisk-Naturvitenskapelige UniversitetUniversiteit LeidenUniversity of GlasgowMedizinische Universität InnsbruckBroad InstituteRigshospitaletAuckland University of Technology, New ZealandUniversität InnsbruckOxford Brookes University
Mots-clésTraumatic brain injuryDepression (economics)Traumatic stressMedicinePsychologyClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Background Traumatic brain injury (TBI) is associated with an increased risk of major depressive disorder (MDD) and post-traumatic stress disorder (PTSD). We aimed to identify predictors and develop models for the prediction of depression and PTSD symptoms at 6 months post-TBI. Methods We analysed data from the Collaborative European NeuroTrauma Effectiveness Research in Traumatic Brain Injury study. We used linear regression to model the relationship between predictors and depression (Patient Health Questionnaire-9) and PTSD symptoms (PTSD Checklist for Diagnostic and Statistical Manual for Mental Health Disorders Fifth Edition). Predictors were selected based on Akaike’s Information Criterion. Additionally, we fitted logistic models for the endpoints ‘probable MDD’ and ‘probable PTSD’. We also examined the incremental prognostic value of 2–3 weeks of symptoms. Results We included 2163 adults (76% Glasgow Coma Scale=13–15). Depending on the scoring criteria, 7–18% screened positive for probable MDD and about 10% for probable PTSD. For both outcomes, the selected models included psychiatric history, employment status, sex, injury cause, alcohol intoxication and total injury severity; and for depression symptoms also preinjury health and education. The performance of the models was modest (proportion of explained variance=R 2 8% and 7% for depression and PTSD, respectively). Symptoms assessed at 2–3 weeks had a large incremental prognostic value (delta R 2 =0.25, 95% CI 0.24 to 0.26 for depression symptoms; delta R 2 =0.30, 95% CI 0.29 to 0.31 for PTSD). Conclusion Preinjury characteristics, such as psychiatric history and unemployment, and injury characteristics, such as violent injury cause, can increase the risk of mental health problems after TBI. The identification of patients at risk should be guided by early screening of mental health.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,337
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,058
Tête enseignante GPT0,434
Écart entre enseignants0,376 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Mental HealthMême sujetTraumatic Brain Injury ResearchTravaux en français237 207