87 Screen time during the first week post-concussion and its relation to recovery in youth aged 11–17 years
Notice bibliographique
Résumé
Purpose To explore the association between objectively measured screen time duration and type during the first week post-concussion and symptom resolution in youth.Methods We enrolled 83 youth aged 11–17 years with concussion within 72 hours of injury. Participants wore a Narrative Clip (mini-camera) for 7 days to record screen time activity outside of school. Duration was measured as minutes per standardized 960-minute day. Activities included watching TV, smartphone use, gaming, and computer/tablet use. The outcome was time to symptom resolution.Results Of the 83 participants, 65.1% were male, 72.3% were white, and 50.6% were aged 11–14 years. The average screen time during the first week post-concussion was 320.6 minutes per day (SE = 18.3). The most common activity was smartphone use (224.4 minutes/day, SE = 18.2), followed by watching TV (203.5 minutes/day, SE = 16.9), computer/tablet use (112.8 minutes/day, SE = 11.3), and gaming (59.7 minutes/day, SE = 8.6). Cox proportional hazard model results indicated that youth with median screen time between 120 and 240 minutes/day had an increased likelihood of symptom resolution (HR = 2.27, 95% CI = 1.20, 4.29 and HR = 1.58, 95% CI = 0.86, 2.93, respectively) compared to those with < 120 or > 240 minutes/day. An optimal median screen time of 142 minutes/day was associated with a 1.2-fold increased likelihood of symptom resolution compared with ≥ 250 minutes/day.Conclusions Clinicians should provide guidance on screen time use, including appropriate daily amounts during the first three days post-concussion, to aid recovery in youth.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».