Should the Gross Motor Function Classification System be used for children who do not have cerebral palsy?
Notice bibliographique
Résumé
This literature review addressed four questions. (1) In which populations other than cerebral palsy (CP) has the Gross Motor Function Classification System (GMFCS) been applied? (2) In what types of study, and why was it used? (3) How was it modified to facilitate these applications? (4) What justifications and evidence of psychometric adequacy were used to support its application? A search of PubMed, MEDLINE, and Embase databases (January 1997 to April 2017) using the terms: 'GMFCS' OR 'Gross Motor Function Classification System' yielded 2499 articles. 118 met inclusion criteria and reported children/adults with 133 health conditions/clinical descriptions other than CP. Three broad GMFCS applications were observed: as a categorization tool, independent variable, or outcome measure. While the GMFCS is widely used for children with health conditions/clinical description other than CP, researchers rarely provided adequate justification for these uses. We offer recommendations for development/validation of other condition-specific classification systems and discuss the potential need for a generic gross motor function classification system. WHAT THIS PAPER ADDS: The Gross Motor Function Classification System should not be used outside cerebral palsy or as an outcome measure. The authors provide recommendations for development and validation of condition-specific or generic classification systems.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».