MétaCan
Menu
Retour à la cohorte
Enregistrement W2112688661 · doi:10.1017/s0012162206000934

Stability of the Gross Motor Function Classification System

2006· article· en· W2112688661 sur OpenAlexafffund
Robert J. Palisano, David Cameron, Peter Rosenbaum, Stephen D. Walter, Dianne J Russell

Notice bibliographique

RevueDevelopmental Medicine & Child Neurology · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensMcMaster University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institutes of HealthNational Center for Medical Rehabilitation ResearchNational Institute of Child Health and Human DevelopmentMedical Research Council Canada
Mots-clésGross Motor Function Classification SystemCerebral palsyGross motor skillMotor skillMotor functionMedicinePediatricsPsychologyPhysical therapyPhysical medicine and rehabilitationDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to assess the stability of the Gross Motor Function Classification System (GMFCS) by examining whether children with cerebral palsy (CP) remain in the same level over time. Participants were 610 children with CP (342 males, 268 females; mean age 6y 9mo [SD 2y 10mo]), range 16mo-13y). Children were assessed 2 to 7 times (mean 4.3) at 6-month (children <6y old) or 12-month(children >or=6y old) intervals. Seventy-three per cent of children remained in the same level for all ratings. The weighted kappa coefficient between the first and last ratings was 0.84 for children less than 6 years old and 0.89 for children at least 6 years old, indicating excellent chance-corrected agreement. Children initially classified in Levels I and V were least likely to be reclassified. There was a tendency for children younger than 6 years who were reclassified to be done so to a lower level of ability. The results provide evidence of stability of the GMFCS.

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)0,005
score de la tête « metaresearch » (Gemma)0,025
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,205 · 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

Citations369
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDevelopmental Medicine & Child NeurologyMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207