Validation of a Model of Gross Motor Function for Children With Cerebral Palsy
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Development of gross motor function in children with cerebral palsy (CP) has not been documented. The purposes of this study were to examine a model of gross motor function in children with CP and to apply the model to construct gross motor function curves for each of the 5 levels of the Gross Motor Function Classification System (GMFCS). SUBJECTS: A stratified sample of 586 children with CP, 1 to 12 years of age, who reside in Ontario, Canada, and are known to rehabilitation centers participated. METHODS: Subjects were classified using the GMFCS, and gross motor function was measured with the Gross Motor Function Measure (GMFM). Four models were examined to construct curves that described the nonlinear relationship between age and gross motor function. RESULTS: The model in which both the limit parameter (maximum GMFM score) and the rate parameter (rate at which the maximum GMFM score is approached) vary for each GMFCS level explained 83% of the variation in GMFM scores. The predicted maximum GMFM scores differed among the 5 curves (level I=96.8, level II=89.3, level III=61.3, level IV=36.1, and level V=12.9). The rate at which children at level II approached their maximum GMFM score was slower than the rates for levels I and III. The correlation between GMFCS levels and GMFM scores was (.91. Logistic regression, used to estimate the probability that children with CP are able to achieve gross motor milestones based on their GMFM total scores, suggests that distinctions between GMFCS levels are clinically meaningful. CONCLUSION AND DISCUSSION: Classification of children with CP based on functional abilities and limitations is predictive of gross motor function, whereas age alone is a poor predictor. Evaluation of gross motor function of children with CP by comparison with children of the same age and GMFCS level has implications for decision making and interpretation of intervention outcomes.
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».