Older Adults with Acquired Brain Injury: Outcomes After Inpatient Rehabilitation
Bibliographic record
Abstract
RÉSUMÉ Cette étude a examiné un profil basé sur la population des personnes âgées atteintes des lésions cérébrales acquises (LCA), et de leur résultats fonctionnels, en réadaptation en milieu hospitalier au Canada. Les personnes âgées de 65 ans et plus qui ont été admises en réadaptation en milieu hospitalier de soins aigus pour un traumatisme cranio-cérébrale (TCC) (n = 1 214) ou une lésion cérébrale non pas traumatique (nTCC) (n = 1 530) ont été identifiées en Ontario de 2003/04 à 2009/10. Les caractéristiques démographiques et cliniques et les notes fonctionnelles totales de l’instrument (FIMMD) ont eté examinées. On a utilisé le Base de données sur les congés des patients (BDCP) et le Système nationale d’information sur la réadaptation (SNIR). Les résultats ont montré que les personnes plus âgées atteintes d’un traumatisme cranio-cérébrale (TCC) présentaient un niveau d’indépendence fonctionelle plus élevé que celles sans TCC à l’admission et à la sortie. Cependant, les deux groupes ont faits des gains importants (p = .001) et similaires (p > .05). Nous concluons que les personnes âgées avec TCC et nTCC font des gains similaires de réadaptation en milieu hospitalier. L’incapacité fonctionnelle initiale plus faible des patients nTCC à l’admission et les profils cliniques différents offrent des implications pour la répartition des soins et des ressources cliniques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".