Post-Concussion Symptoms in Older Adults Following a Mild Traumatic Brain Injury
Notice bibliographique
Résumé
OBJECTIVE: Main objective: to estimate the prevalence of post-concussion symptoms (PPCS) in patients aged ≥55 years. Secondary objective: to identify the predictive factors associated with PPCS in this age group. SETTING: Seven Canadian academic Level I and Level II trauma centers' emergency department (ED). PARTICIPANTS: 356 patients aged ≥55 years consulting in the ED within 24 hours of a mild traumatic brain injury (TBI) between July 2013 and October 2016 were included in this study. DESIGN: This is a planned sub-analysis of a prospective multicenter cohort study. Patients were identified in the ED by emergency physicians and research assistants. Participants were contacted via telephone for follow-up at 7, 30, and 90 days post-mild TBI. During these follow-ups, research assistants assessed PPCS using the Rivermead Post-Concussion Symptoms Questionnaire (RPQ). A modified Poisson regression assessed the association between PPCS and potential predictors. MAIN MEASURES: The main outcome of this study was the presence of PPCS at 90 days, defined as the presence of spontaneously described severe (RPQ ≥1 symptom of 4 points, or 2 symptoms of 3 points), persistent symptoms that affect the patients' life. RESULTS: PPCS at 90 days was observed in 16%, [95% CI 12.6-20.2] of our cohort, and most of those reporting PPCS were aged between 55 and 65 years (63.2%). We identified 4 variables associated with PPCS: cervical sprains (RR: 2.28, [95% CI 1.34-3.86], P < .01), female sex (RR: 3.12 [95% CI 1.90-5.12], P < .01), at least 3 different prescribed medications (RR: 1.68 [95% CI 1.02-2.76], P < .05) and age, which appeared to be protective (RR: 0.63 [95% CI 0.42-0.92], P < .01). CONCLUSION: Our results identified patient characteristics associated with PPCS that can be easily recognized in the ED, such as patient sex, the use of at least 3 different medications and the presence of cervical sprain. Early identification of older adults at higher risk of PPCS is important to optimize care and guide post-ED management.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».