MétaCan
Menu
Retour à la cohorte

Comparison of Clinical and Technological Vestibular and Visual Assessments in Moderate/Severe Traumatic Brain Injury Patients

2017· other· en· W6946047376 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioBoard Library Catalog (Open Research Library) · 2017
Typeother
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEvolution and Paleontology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraumatic brain injuryQuality of life (healthcare)ClearanceInjury preventionPoison controlBalance (ability)Occupational safety and healthHuman factors and ergonomics

Résumé

récupéré en direct d'OpenAlex

Introduction: The World Health Organization predicts that by 2020 traumatic brain injuries (TBI) will be one of the most common causes of death and persistent injuries worldwide. Visual and vestibular deficits are particularly prevalent following TBI. Due to limitations of current assessment techniques, these deficits often go unnoticed by clinicians. The purpose of this study was to identify alterations in oculomotor, vestibular, and dynamic visual attention that occur following TBI and to investigate whether novel technological assessments would improve cliniciansu2019 abilities to detect these TBI-induced deficits.Methods: A convenience sample of ten participants who had suffered a severe traumatic brain injury between the ages of 18-50 years were invited to participate. This case series, feasibility and validation study is part of a transnational collaborative research program evaluating vestibulo-ocular deficits across all ages and the TBI severity spectrum (with sites in Calgary, Montreal, Paris, and Tel-Aviv). The Quality of Life after Brain Injury (QOLIBRI), Post-Concussion Symptom Inventory (PCSI), and Dizziness Handicap Inventory (DHI) questionnaires were administered. All participants underwent a neurological and cervical exam as well as clinical and technological oculomotor, vestibular, and balance assessments. The Neurotracker was used to assess dynamic visual attention. All assessments were performed as soon as possible once medically cleared for rehabilitation. Descriptive statistics were run for demographic information and primary outcome measures.Results: Ten inpatients (9 males; 1 female) with a median age of 37.67 years (IQR 31.71-46.90 years) with severe TBI in Calgary, Alberta, Canada have completed the assessments. The participants had a median of 14.00 years of education (IQR 13.00-15.25 years). Median time since injury was 39.12 days (IQR 25.85- 56.03 days) with a median Glasgow Coma Scale score thirty minutes post-injury of 4 (IQR 3-5.5). 7/10 reported increased balance difficulties and 5/10 participants reported increased visual problems post-injury on the PCSI. 8/10 participants reported dizziness on the DHI with a median score of 22 (IQR 3-28). Cervical spine fracture, poor static visual acuity, facial fractures, skull sensitivity and orthopedic injuries limited which tests could be performed. Primary outcome measures of clinical versus technological assessments aligned in 1/6 for vestibular (clinical dynamic visual acuity test, InVision dynamic visual acuity test), 6/9 for oculomotor (clinical saccade test, Otometrics saccade test), and 7/9 for balance (Balance Error Scoring System, National Institutes of Health Toolbox Standing Balance Test). Median Neurotracker threshold score was 0.58 m/s (IQR 0.07-0.78).Conclusion: Preliminary analyses suggest that technological evaluation of vestibulo-ocular deficits following TBI extends current clinical assessments. Limitations to testing included cervical spine fracture, poor static visual acuity, facial fractures, skull sensitivity and orthopedic injuries. Further research is required to investigate the technological measures for assessment of vestibulo-ocular impairments in the adult severe TBI population.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,003
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
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 Opus0,191
Tête enseignante GPT0,468
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioBoard Library Catalog (Open Research Library)Même sujetEvolution and Paleontology StudiesTravaux en français237 207