MétaCan
Menu
Retour à la cohorte
Enregistrement W4411963167 · doi:10.1093/arclin/acaf058.53

A - 53 Predicting Concussion Symptoms: Impact of Pre-Injury Risk Factors on Post-Concussion Symptom Severity in Football Players

2025· article· en· W4411963167 sur OpenAlexaboutno aff
M Mrazik, Q Ree-Feedun, Susan Taylor

Notice bibliographique

RevueArchives of Clinical Neuropsychology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConcussionFootballMedicineFootball playersInjury preventionPhysical therapyPhysical medicine and rehabilitationPoison controlPsychologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose This study examines whether baseline mental health factors—anxiety, depression, somatization, concussion history, learning disorders, ADHD, and SCAT/BSI scores—predict post-concussion symptom severity in Canadian Football League (CFL) athletes. Findings aim to improve concussion management and targeted interventions. Method This longitudinal study collected data during pre-season medical evaluations and within 48 hours post-concussion (2017–2018) using SCAT3 for symptom severity and BSI-18 for psychological distress. Participants included 793 CFL players (90% of the league, all male, aged 21–37, M = 25.35, SD = 2.79). Results Baseline characteristics showed that 45.1% (n = 358) had a concussion history. ADHD was present in 10.0% (n = 79), learning disorders in 4.2% (n = 33), and mental health diagnoses in 1.0% (n = 8). Regression analysis identified significant predictors of post-injury anxiety: pre-injury BSI Somatization (β = −0.697, p = 0.004), pre-injury BSI Anxiety (β = 0.649, p = 0.022), and SCAT3 (β = 0.627, p < 0.001). Other variables, including pre-injury depression, ADHD, and learning disorders, were not significant. SCAT3 was the sole significant predictor of post-injury depression (β = 0.702, p < 0.001). Conclusions The findings of this study determined that subjective depressive symptoms on the BSI-18 appear to reasonably predict concussion outcome variables, suggesting the BSI-18 might be a useful screener for CFL athletes. This study has the potential to significantly impact a wide range of individuals and groups, including football coaches, sports medicine professionals, sports psychologists, football players, and possibly the general public.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,246
Score d'incertitude au seuil0,489

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,044
Tête enseignante GPT0,443
Écart entre enseignants0,399 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchives of Clinical NeuropsychologyMême sujetTraumatic Brain Injury ResearchTravaux en français237 207