Analysis of Clinical Features Predicting Etiologic Yield in the Assessment of Global Developmental Delay
Notice bibliographique
Résumé
OBJECTIVE: Global developmental delay is a common reason for presentation for neurologic evaluation. This study examined the role of clinical features in predicting the identification of an underlying cause for a child's global developmental delay. METHODS: Over a 10-year inclusive interval, the case records of all consecutive children <5 years of age referred to a single ambulatory practice setting for global developmental delay were systematically reviewed. The use of clinical features in predicting the identification of a specific underlying cause for a child's delay was tested using chi2 analysis. RESULTS: A total of 261 patients eventually met criteria for study inclusion. Mean age at initial evaluation was 33.6 months. An underlying cause was found in 98 children. Commonest etiologic groupings were genetic syndrome/chromosomal abnormality, intrapartum asphyxia, cerebral dysgenesis, psychosocial deprivation, and toxin exposure. Factors associated with the ability to eventually identify an underlying cause included female gender (40 of 68 vs 58 of 193), abnormal prenatal/perinatal history (52 of 85 vs 46 of 176), absence of autistic features (85 of 159 vs 13 of 102), presence of microcephaly (26 of 40 vs 72 of 221), abnormal neurologic examination (52 of 71 vs 46 of 190), and dysmorphic features (44 of 84 vs 54 of 177). In 113 children without any abnormal features identified on history or physical examination, routine screening investigations (karyotype, fragile X molecular genotyping, and neuroimaging) revealed an underlying etiology in 18. CONCLUSIONS: Etiologic yield in an unselected series of young children with global developmental delay is close to 40% overall and 55% in the absence of any coexisting autistic features. Clinical features are readily apparent that may enhance an expectation of a successful etiologic search. Screening investigations may yield an underlying cause.
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 | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,001 | 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 ».