Inter‐relationships of functional status in cerebral palsy: analyzing gross motor function, manual ability, and communication function classification systems in children
Notice bibliographique
Résumé
AIM: To investigate the relationships among the Gross Motor Function Classification System (GMFCS), Manual Ability Classification System (MACS), and Communication Function Classification System (CFCS) in children with cerebral palsy (CP). METHOD: Using questionnaires describing each scale, mothers reported GMFCS, MACS, and CFCS levels in 222 children with CP aged from 2 to 17 years (94 females, 128 males; mean age 8 y, SD 4). Children were referred from pediatric developmental/behavioral, physiatry, and child neurology clinics, in the USA, for a case-control study of the etiology of CP. Pairwise relationships among the three systems were assessed using Spearman's correlation coefficients (r(s) ), stratifying by age and CP topographical classifications. RESULTS: Correlations among the three functional assessments were strong or moderate. GMFCS levels were highly correlated with MACS levels (r(s) = 0.69) and somewhat less so with CFCS levels (r(s) = 0.47). MACS and CFCS were also moderately correlated (r(s) = 0.54). However, many combinations of functionality were found. Of the 125 possible combinations of the three five-point systems, 62 were found in these data. INTERPRETATION: Use of all three classification systems provides a more comprehensive picture of the child's function in daily life than use of any one alone. This resulting functional profile can inform both clinical and research purposes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».