Predictive Validity of the Premie-Neuro at 3 Months' Adjusted Age and 2 Years' Chronological Age
Notice bibliographique
Résumé
BACKGROUND: It is difficult to predict which preterm babies are most at risk for poor neurodevelopmental outcomes. A quick, highly predictive assessment tool would aid neonatal clinicians in making decisions about follow-up care. PURPOSE: The purpose of this study was to determine whether performance on the Premie-Neuro in the neonatal intensive care unit predicted neurodevelopmental outcomes at 3 months' adjusted age and 24 months' chronological age. METHODS: Thirty-four preterm infants were administered the Premie-Neuro in the neonatal intensive care unit. Infants were assessed using the Infanib and Alberta Infant Motor Scales at 3 months' adjusted age, and using the Bayley Scales of Infant and Toddler Development, Third edition (Bayley-III) at 24 months' chronological age. Scores were analyzed to determine whether Premie-Neuro performance at less than 37 weeks postmenstrual age was predictive of neurodevelopmental outcomes at 3 months' adjusted age and 24 months' chronological age. RESULTS: Premie-Neuro raw scores were predictive of outcomes at 3 months' adjusted age and 24 months' chronological age. Premie-Neuro classifications were not predictive of Infanib and Alberta Infant Motor Scale classifications at 3 months' adjusted age but were predictive of Bayley-III classification at 24 months' chronological age. IMPLICATIONS FOR PRACTICE: Premie-Neuro raw scores may be used by the clinician to identify infants at risk for neurodevelopmental delays. Premie-Neuro classifications should be interpreted cautiously. IMPLICATIONS FOR RESEARCH: More research is needed to determine whether the Premie-Neuro may be used as an adjunct to clinical assessment to identify infants who are most at risk for developmental delay.
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 | 0,000 | 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) | 0,000 | 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 ».