Development of the Hypertonia Assessment Tool (HAT): a discriminative tool for hypertonia in children
Notice bibliographique
Résumé
AIM: The aim of this study was to develop a tool to identify paediatric hypertonia subtypes. METHOD: Items generated by experts were subscaled (spasticity, dystonia, rigidity). The tool was administered to 34 children (19 males, 15 females, mean age 8y 2mo, range 2y 5mo-18y 7mo) with hypertonia and cerebral palsy (CP) in Gross Motor Function Classification System (GMFCS) levels: I, n=7; II, n=5; III, n=7 level IV, n=7; and level V, n=8 level. Kuder-Richardson Formula 20 determined internal consistency. To assess reliability, two physicians administered the tool to 25 additional children with CP (15 males, 10 females; mean age 10y 8 mo; GMFCS levels I, n=4; II, n=3; III, n=7; IV, n=4; and V, n=7) on two occasions, 2 weeks apart. To evaluate validity, a third physician diagnosed the hypertonia by neurological examination. RESULTS: The internal consistency of the spasticity items was moderate (alpha = 0.58), and dystonia was high (a=0.79). Item reduction eliminated seven of the 14 original items. The agreement of the spasticity and rigidity subscales was adequate (prevalence-adjusted bias-adjusted kappa [PABAK] ranging from moderate [0.57] to excellent [1.0]) for validity, test-retest reliability, and interrater reliability. For dystonia agreement was lower, with PABAK ranging from fair (0.30) to good (0.65). Eighty-seven per cent had spasticity and 78% had dystonia. INTERPRETATION: The Hypertonia Assessment Tool has good reliability and validity for identifying spasticity and the absence of rigidity, and moderate findings for dystonia.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».