Evaluating cognitive performance using the National Institutes of Health Toolbox Cognitive Battery in children with traumatic brain injury
Notice bibliographique
Résumé
Abstract Objective: We examined cognitive performance in children with complicated mild-severe traumatic brain injury (TBI) versus orthopedic injury (OI) using the National Institutes of Health Toolbox Cognitive Battery (NIH TB-CB). Method: We recruited children ages 3–18, hospitalized with complicated mild-severe TBI ( n = 231) or orthopedic injury (OI, n = 146). Cognition was assessed using the NIH TB-CB at six and twelve months post-injury. We used linear mixed models to assess associations of injury group (TBI versus OI), timepoint (six versus twelve months), and the interaction of injury group and timepoint with NIH TB-CB Total Cognition, Fluid Cognition, and Crystallized Cognition composites, adjusted for sex and socioeconomic status (SES), with Bonferroni correction. We evaluated differences in cognition stratified by injury severity (complicated mild–moderate TBI vs severe TBI) using ANCOVA, adjusting for sex and SES. Results: Neither injury group nor the interaction of group and timepoint were associated with Total (group: p = 0.50; timepoint*group: p = 0.185), Fluid (group: p = 0.297; timepoint*group: p = 0.842), or Crystallized Cognition (group: p = 0.039; timepoint*group: p = 0.017). However, children with severe TBI performed significantly worse on Fluid and Total Cognition than children with complicated mild–moderate TBI at six months (Fluid: p = 0.004, partial η 2 = 0.06, moderate effect, Total: p = 0.012 partial η 2 = 0.03, small–moderate effect) and twelve months post-injury (Fluid: p < 0.001, partial η 2 = 0.11, moderate–large effect, Total: p = 0.002, partial η 2 = 0.06, moderate effect). Conclusions: The NIH TB-CB detects worse cognitive functioning in children with severe TBI six-twelve months post-injury, largely driven by differences in Fluid Cognition. Our findings suggest the NIH TB-CB may be suitable for monitoring cognition in children with TBI.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».