Development of non‐verbal intellectual capacity in school‐age children with cerebral palsy
Notice bibliographique
Résumé
BACKGROUND: Children with cerebral palsy (CP) are at greater risk for a limited intellectual development than typically developing children. Little information is available which children with CP are most at risk. This study aimed to describe the development of non-verbal intellectual capacity of school-age children with CP and to examine the association between the development of non-verbal intellectual capacity and the severity of CP. METHODS: A longitudinal analysis in a cohort study was performed with a clinic-based sample of children with CP. Forty-two children were assessed at 5, 6 and 7 years of age, and 49 children were assessed at 7, 8 and 9 years of age. Non-verbal intellectual capacity was assessed by Raven's Coloured Progressive Matrices (RCPM). Severity of CP was classified by the Gross Motor Function Classification System, type of motor impairment and limb distribution. manova for repeated measurements was used to analyse time effects and time × group effects on both RCPM raw scores and RCPM intelligence quotient scores. RESULTS: The development of non-verbal intellectual capacity was characterised by a statistically significant increase in RCPM raw scores but no significant change in RCPM intelligence quotient scores. The development of RCPM raw scores was significantly associated with the severity of CP. Children with higher levels of gross motor functioning and children with spastic CP showed greater increase in raw scores than children with lower levels of gross motor functioning and children with dyskinetic CP. CONCLUSIONS: Children with CP aged between 5 and 9 years show different developmental trajectories for non-verbal intellectual capacity, which are associated with the severity of CP. The development of non-verbal intellectual capacity in children with less severe CP seems to resemble that of typically developing children, while children with more severe CP show a limited intellectual development compared to typically developing children.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».