MétaCan
Menu
Retour à la cohorte
Enregistrement W1104547202 · doi:10.1177/0883073815596610

Age at Referral of Children for Initial Diagnosis of Cerebral Palsy and Rehabilitation: Current Practices

2015· article· en· W1104547202 sur OpenAlexafffund
Lara Hubermann, Zachary Boychuck, Michael Shevell, Annette Majnemer

Notice bibliographique

RevueJournal of Child Neurology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensMcGill UniversityMontreal Children's HospitalCentre for Interdisciplinary Research in RehabilitationMcGill University Health CentreUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchCentre for Interdisciplinary Research in Rehabilitation
Mots-clésCerebral palsyReferralRehabilitationPhysical medicine and rehabilitationMedicinePediatricsNeurological rehabilitationPhysical therapyFamily medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study describes current practices in the age at referral for diagnosis of cerebral palsy and factors that influence earlier referral. STUDY DESIGN: Retrospective chart review (2002-2012). RESULTS: Of 103 children referred for diagnosis, 81 were referred to a neurologist by other medical specialists at a mean of 13.6 ± 15.7 months, whereas primary care providers referred much later (mean = 28.8 ± 27.1 months). Children admitted to the neonatal intensive care unit were referred earlier (mean = 9.3 ± 10.2 months) than those not (28.1 ± 24.9 months). Referral to rehabilitation was similarly delayed. CONCLUSIONS: Primary care providers generated a minority of referrals, of concern given their role in developmental surveillance. Remarkably high variability suggests knowledge of cerebral palsy attributes varies widely among service providers. Half of children with cerebral palsy do not have a complicated birth history; subsequently, referrals for diagnosis and management are often delayed. New strategies are needed to optimize prompt referral by primary care providers.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,047
Tête enseignante GPT0,344
Écart entre enseignants0,297 · 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

Citations103
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Child NeurologyMême sujetInfant Development and Preterm CareTravaux en français237 207