MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132990389

Describing the nature and extent of musculoskeletal complaints 15 or more years post-injury in a TBI survivor populations

2008· dissertation· W7132990389 sur OpenAlexfundaboutno aff
Stephanie Brown

Notice bibliographique

RevueTSpace · 2008
Typedissertation
Langue
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoToronto Rehabilitation InstituteHamilton Health Sciences
Mots-clésIncidence (geometry)PopulationInjury preventionPoison controlMusculoskeletal painLife expectancyMusculoskeletal injuryTraumatic brain injury
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As the life expectancy following traumatic brain injury (TBI) increases, there is a growing need to address the secondary and tertiary complications that may arise numerous years after the initial injury. This study examined the nature and extent of musculoskeletal complaints in a TBI survivor population 15 or more years post-injury. Injury information from the initial TBI and follow-up was obtained for 34 individuals through medical record review and a telephone interview. Descriptive frequencies of the study population were generated and scores from the SF-36 were analyzed in relation to injury variables. There was a high incidence (79%) of reported musculoskeletal complaints after TBI, more than half the reported incidence of the general population in Ontario (Badley et al, 1995). Additionally, several interesting patterns of pain became evident within the study population including widespread, widespread sporadic, hemiplegic, isolated regional and upper body with hip pain distributions. Further, results from this study suggest that the impact of musculoskeletal complaints amongst TBI survivors is manifested in additional impairment as measured by the domains of the SF-36.

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)0,002
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,106
Tête enseignante GPT0,418
Écart entre enseignants0,313 · 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
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→