MétaCan
Menu
Retour à la cohorte
Enregistrement W2132355764 · doi:10.2522/ptj.20090308

Using Cluster Analysis to Interpret the Variability of Gross Motor Scores of Children With Typical Development

2010· article· en· W2132355764 sur OpenAlexafffund
Karin Eldred, Johanna Darrah

Notice bibliographique

RevuePhysical Therapy · 2010
Typearticle
Langueen
DomainePsychology
ThématiqueChildren's Physical and Motor Development
Établissements canadiensUniversity of AlbertaCARE Canada
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésGross motor skillPercentilePercentile rankMotor skillLongitudinal studyCluster (spacecraft)Descriptive statisticsPsychologyMedicineDevelopmental psychologyClinical psychologyStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Longitudinal research on gross motor percentile rank scores of children with typical development has documented intra-individual variability of scoring patterns. Clinically, interpreting these fluctuations presents a challenge for therapists. OBJECTIVE: The aim of this study was to determine the utility of cluster analysis as a technique to organize the gross motor scoring patterns of children with typical development into clinically relevant groups. DESIGN: This was a descriptive, exploratory study using data from 2 longitudinal studies. PARTICIPANTS: Sixty-six children with typical development participated in the study. METHODS: The children were assessed on the gross motor subscale of the Peabody Developmental Motor Scales at 9, 11, 13, 16, and 21 months of age and on the gross motor subscale of the Peabody Developmental Motor Scales, 2nd edition, at 4, 4.5, 5, and 5.5 years of age. Demographic and health data were collected. Parents were interviewed when the children were 8 years of age. Cluster analysis was conducted. Demographic and health data were compared across clusters. RESULTS: Four distinct and clinically relevant clusters were identified. A significant difference was found among the clusters for total number of illnesses. LIMITATIONS: The children in these analyses were at low risk for gross motor problems. Further research with a more high-risk sample is needed to validate the clinical utility of the identified clusters. CONCLUSIONS: Cluster analysis techniques may offer a mechanism to explore longitudinal data in physical therapy research. The techniques provided a mechanism to group data without losing the richness of information provided by the intra-individual variability of scoring patterns. Clinically, examination of distinct scoring patterns may lead to improved accuracy in screening for gross motor concerns compared with the traditional use of single-assessment cutoff points.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,294
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,312
Écart entre enseignants0,292 · 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 tête enseignante, 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

Citations22
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical TherapyMême sujetChildren's Physical and Motor DevelopmentTravaux en français237 207