Assessment of quality of life changes in combatants with mild traumatic brain injury
Notice bibliographique
Résumé
Objective — to assess the quality of life of combatants with mild traumatic brain injury (TBI) and to determine the relationships between impairments in physical and mental health (Physical and Mental Component Summary scores of the MOS SF-36) and the presence of increased anxiety, depression, sleep disturbances, and cognitive impairment. Materials and methods. The study involved 20 combatants with mild traumatic brain injury (TBI). Patients were assessed using the following instruments: the MOS SF-36 (Medical Outcomes Study 36-Item Short Form Health Survey) for general assessment of quality of life across key domains; HADS (Hospital Anxiety and Depression Scale) to assess anxiety and depression levels; PSQI (Pittsburgh Sleep Quality Index) for comprehensive evaluation of sleep disturbances; and MoCA (Montreal Cognitive Assessment) to assess cognitive impairment, including mild cognitive disorders. Results and discussion. Median questionnaire scores were as follows: Physical Component Summary of the MOS SF-36 — 41.8 % (34.1—52.9); Mental Component Summary — 31.5 % (24.3—37.2); HADS-A — 13 (8.5—15.0); HADS-D — 11 (6.0—14.5); MoCA — 24 (17—26); PSQI — 12 (8—16). Correlation analysis was performed to examine associations between MOS SF-36 scores and levels of anxiety (HADS-A), depression (HADS-D), sleep disturbances (PSQI), and cognitive impairment (MoCA). A strong negative correlation was identified between the Mental Component Summary of the MOS SF-36 and anxiety levels (ρ = –0.78, p < 0.05), indicating that higher anxiety was associated with poorer quality of life. Conclusions. The findings indicate that elevated anxiety levels in combatants with mild TBI significantly affect quality of life. Therefore, anxiety symptoms should be appropriately addressed and managed in this patient 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».