SCAT3 Symptom Reporting and Screening for Mental Health Disorders in Student-Athletes
Notice bibliographique
Résumé
Athlete mental health disorders have gained increasing attention over the past two decades, yet accurate prevalence rates of depression and anxiety remain unclear due to inconsistent terminology, reporting biases, and reliance on self-report measures. In contrast, sport-related concussion (SRC) protocols, including mandatory baseline assessments such as the Sport Concussion Assessment Tool (SCAT), are well established across sport organizations. This dissertation explored the feasibility of hybridizing baseline SRC tools as mental health screeners for post-secondary athletes. Using data from the Active Rehabilitation study, a multi-site international project, baseline assessments from 1,638 Canadian U Sports and U.S. NCAA athletes were analyzed. Predictor variables included the four SCAT3 mood items (more emotional, irritability, sadness, nervousness/anxious), while outcome variables were depression and anxiety symptom severity measured by the Brief Symptom Inventory-18 (BSI-18). Bivariate correlations demonstrated significant positive associations between all SCAT3 mood items and both BSI-18 depression and anxiety subscales, independent of demographic factors such as sex and concussion history. Stepwise multiple regression analyses revealed that sadness, nervousness/anxious, and irritability were the strongest predictors of depression, while nervousness/anxious and more emotional were the strongest predictors of anxiety. Binary logistic regression analyses further showed that SCAT3 items, particularly nervousness/anxious, significantly increased the odds of meeting clinical thresholds for depression and anxiety. These findings suggest that routinely administered SCAT mood items have utility as preliminary screeners for mental health risk, particularly for anxiety symptoms, in post-secondary athletes. This hybridized approach may advance preventive, data-driven, and athlete-centred care in high-performance sport.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».