Motor Severity in Children With Cerebral Palsy Studied in a High-Resource and Low-Resource Country
Notice bibliographique
Résumé
OBJECTIVES: To compare the patterns of motor type and gross motor functional severity in preschool-aged children with cerebral palsy (CP) in Bangladesh and Australia. METHODS: We used comparison of 2 prospective studies. A total of 300 children with CP were aged 18 to 36 months, 219 Australian children (mean age, 26.6 months; 141 males) recruited through tertiary and community services, and 81 clinic-attendees born in Bangladesh (mean age, 27.5 months; 50 males). All children had diagnosis confirmed by an Australian physician, and birth and developmental history collected on the Physician Checklist. All children were classified by the same raters between countries using the Gross Motor Function Classification System (GMFCS), and motor type and distribution. RESULTS: There were more children from GMFCS I-II in the Australian sample (GMFCS I, P < .01; III, P < .01; V, P = .03). The patterns of motor type also differed significantly with more spasticity and less dyskinetic types in the Australian sample (spasticity, P < .01; dystonia, P < .01; athetosis, P < .01). Birth risk factors were more common in the Bangladesh sample, with risk factors of low Apgar scores (Australia, P < .01), lethargy/seizures (Australia, P = .01), and term birth (Bangladesh, P = .03) associated with poorer gross motor function. Cognitive impairments were significantly more common in the Bangladesh children (P < .01), and visual impairments more common in Australia (P < .01). CONCLUSIONS: Patterns of functional severity, motor type, comorbidities, etiology, and environmental risk factors differed markedly between settings. Our results contribute to understanding the patterns of CP in low-resource settings, and may assist in optimizing service delivery and prioritizing appropriate early interventions for children with CP in these settings.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».