The Social Determinants of Health in Pediatric Concussion: A Scoping Review
Notice bibliographique
Résumé
INTRODUCTION: In North America, concussions are a common injury in the pediatric population. Much of the research to date has focused on biological aspects of concussion. Consideration of psychological, social and ecological factors, specifically the social determinants of health (SDH), relevant to concussion is essential to advancing the field of pediatric concussion. OBJECTIVES: Using the WHO Conceptual Framework for Action on the Social Determinants of Health, we performed a scoping review to (1) identify and describe the research areas studied in the literature on SDH and pediatric concussion, and (2) summarize the reported findings of the included studies. METHODS: A comprehensive search for peer-reviewed articles published between 2005 and 2025, was conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses - Scoping Review (PRISMA-ScR) guidelines. Selected studies were reviewed for descriptive analysis by two independent reviewers. RESULTS: In total, 26 studies were included in this scoping review and the topics of study were grouped into 3 main categories: (1) identification; (2) service access and utilization; and (3) outcomes. Lower socioeconomic status (SES), limited English proficiency, and housing instability were linked to a higher incidence of concussions. Non-White pediatric patients, those with public insurance, and rural residents were more likely to use emergency departments instead of specialized concussion services. Non-White participants often had shorter recovery times, while the connections between socioeconomic status, public school attendance, and recovery duration were inconsistent. CONCLUSION: The findings illustrate current gaps in the literature and opportunities for actions to address SDH among children and adolescents to improve representation in concussion research, understand differences in concussion reporting and tracking and learn about and mitigate disparities in access to concussion care and treatment outcomes.
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 | 0,012 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».