Motor Function Predicts Parent‐Reported Musculoskeletal Pain in Children with Cerebral Palsy
Notice bibliographique
Résumé
BACKGROUND: The relationship between pain and motor function is not well understood, especially for children and adolescents with communication and motor impairments associated with cerebral palsy (CP). OBJECTIVES: To determine whether a predictive relationship between motor function and musculoskeletal pain exists in children with CP. METHODS: Following informed consent, caregivers of 34 pediatric patients with CP (mean [± SD] age 9.37±4.49 years; 80.0% male) completed pain- and function-related measures. Parents completed the Dalhousie Pain Interview and the Brief Pain Inventory based on a one-week recall to determine whether pain had been experienced in the past week, its general description, possible cause, duration, frequency, intensity and interference with daily function. The Gross Motor Function Classification System (GMFCS) was used to classify the motor involvement of the child based on their functional ability and their need for assistive devices for mobility. RESULTS: GMFCS level significantly predicted parent-reported musculoskeletal pain frequency (P<0.02), duration (P=0.05) and intensity (P<0.01). Duration of pain was significantly related to interference with activities of daily living (P<0.05). CONCLUSIONS: Children with CP with greater motor involvement, as indexed by GMFCS level, may be at risk for increased pain (intensity, frequency and duration) that interfers with activities of daily living. The clinical index of suspicion should be raised accordingly when evaluating children with developmental disability who cannot self-report reliably.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| 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 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 ».