Predictive models of early motor development in preterm infants: a longitudinal-prospective study
Notice bibliographique
Résumé
Introduction: Preterm infants are vulnerable to developmental delays. Detecting problems at an early age is one of the challenges of professionals and researchers in the area.Objectives: To analyse the motor development and to identify the risk factors associated with predictors of overall and motor delay in preterm newborns.Methods: Eighty preterm infants (50% female; mean gestational age = 33 ± 2.2 weeks) with low birth weight (average of 1,715 ± 437 g) were evaluated using the Neurobehavioral Assessment of the Preterm Infant (NAPI) during the neonatal phase (prior to term age), the Denver Developmental Screening Test II (DDST-II) between 2 and 8 months, the Test of Infant Motor Performance between 2 and 4 months regarding motor development and the Alberta Infant Motor Scale between 4 and 8 months. Results: Neurobehavioural delay was noted in 24% of the infants in the neonatal phase. Between 2 and 8 months, the delay in overall development was ≥ 31% and the delay in motor development was 35–36 %. Decreased levels of alertness, orientation, motor developmentand vigouraccording to theNAPIwereshown to be predictive of a delay indevelopment between4 and 6 months of age.The delayin overall development between 2 and 6 months was predictive of a delay in motor development between6 and 8months. Conclusion: Neurobehavioural variables, hospital stayandoverall delayare goodpredictorsof motor developmentduring the first yearof age.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».