MétaCan
Menu
Retour à la cohorte
Enregistrement W2159478202 · doi:10.1017/s0012162203000847

Development of hand function among children with cerebral palsy: growth curve analysis for ages 16 to 70 months

2003· article· en· W2159478202 sur OpenAlexaff
Steven Hanna, Mary Law, Peter Rosenbaum, Gillian King, Stephen D. Walter, Nancy Pollock, Dianne J Russell

Notice bibliographique

RevueDevelopmental Medicine & Child Neurology · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCerebral palsyMedicineUpper limbPopulationPhysical medicine and rehabilitationPhysical therapyGrowth curve (statistics)PediatricsPsychologyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This study documents the development of hand and upper-extremity function in young children who have cerebral palsy (CP) with upper-extremity involvement using longitudinal data. Assessments of hand function and the quality of upper-extremity movement were conducted on 29 males and 22 females (mean age 36.2 months, SD 10.6; age range 16 to 60 months at baseline) and on four other occasions over 10 months. Linear mixed effects modeling was used to estimate average developmental curves and the degree of individual differences in the patterns of development which were conditional on the body-site distribution of CP and severity of impairments. Results indicate that hand function in this clinical population develops differently from overall upper-extremity skills with declines in function in upper-extremity skills being more common and pronounced among older children. However, there is substantial interindividual variation. Distribution of CP and severity of impairments were significant predictors of development. Results are discussed in terms of their clinical implications.

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)0,005
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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 savante0,0000,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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

Citations57
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

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