MétaCan
Menu
Retour à la cohorte
Enregistrement W4415916205 · doi:10.1080/02699052.2025.2582173

Impact of adverse childhood experiences on concussion recovery: Findings from the Toronto concussion study

2025· article· en· W4415916205 sur OpenAlexaffabout
Allison Mah, Mark Bayley, Cristina Saverino, Laura Langer, Leanne Rokos, Evan Foster, Paul Comper, Tharshini Chandra

Notice bibliographique

RevueBrain Injury · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensUniversity Health NetworkToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConcussionAdverse Childhood ExperiencesOccupational safety and healthInjury preventionSuicide preventionPoison controlHuman factors and ergonomics

Résumé

récupéré en direct d'OpenAlex

Background This study investigated whether exposure to adverse childhood experiences (ACEs) were correlated with the duration or severity of post-concussion symptoms.Methods Participants referred to The Hull-Ellis Concussion and Research Clinic within 1 week of injury were followed for up to 16 weeks. Recovery from concussion was determined by a physician assessment of physical, cognitive, and sensory functioning. Symptom endorsement was quantified using the Sports Concussion Assessment Tool 3 (SCAT3) and ACEs with the ACE Questionnaire.Results Data from 256 participants were analyzed. There was no significant relationship between ACE scores and time to recovery (ρ = 0.18, p = 0.81). However, secondary analyses found significant associations at week 1 between ACEs and SCAT symptoms and severity (ρ = 0.18, p = 0.004; ρ = 0.19, p = 0.002).Conclusions Exposure to ACEs may sensitize individuals to concussion symptom endorsement in the acute stages but do not appear to prolong recovery from concussion. These findings support that clinicians should be aware of the impact of childhood traumas on an individual’s health and assist in tailoring and providing individualized treatment plans, education and resources post-concussion.

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)0,004
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 enseignants0,734
Score d'incertitude au seuil0,536

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,373
Écart entre enseignants0,344 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueBrain InjuryMême sujetTraumatic Brain Injury ResearchTravaux en français237 207