MétaCan
Menu
Retour à la cohorte
Enregistrement W2125622234 · doi:10.1017/s0012162204000763

Limb distribution, motor impairment, and functional classification of cerebral palsy

2004· review· en· W2125622234 sur OpenAlexaffabout
Jan Willem Gorter, Peter Rosenbaum, Steven Hanna, Robert J. Palisano, Doreen J. Bartlett, Dianne J Russell, Stephen D. Walter, Parminder Raina, Barbara Galuppi, Ellen Wood

Notice bibliographique

RevueDevelopmental Medicine & Child Neurology · 2004
Typereview
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensDalhousie UniversityWestern UniversityMcMaster University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésGross Motor Function Classification SystemCerebral palsyPhysical medicine and rehabilitationMotor impairmentMedicinePhysical therapyCohort studyPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study explored the relationships between the Gross Motor Function Classification System (GMFCS), limb distribution, and type of motor impairment. Data used were collected in the Ontario Motor Growth study, a longitudinal cohort study with a population-based sample of children with cerebral palsy (CP) in Canada (n=657; age 1 to 13 years at study onset). The majority (87.8%) of children with hemiplegia were classified as level I. Children with a bilateral syndrome were represented in all GMFCS levels, with most in levels III, IV, and V. Classifications by GMFCS and 'limb distribution' or by GMFCS and 'type of motor impairment' were statistically significantly associated (Pearson's chi2 p<0.001), though the correlation for limb distribution (two categories) by GMFCS was low (tau-b=0.43). An analysis of function (GMFCS) by impairment (limb distribution) indicates that the latter clinical characteristic does not add prognostic value over GMFCS. Although classification of CP by impairment level is useful for clinical and epidemiological purposes, the value of these subgroups as an indicator of mobility is limited in comparison with the classification of severity with 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,286
Écart entre enseignants0,252 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations185
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

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