The Gait Outcomes Assessment List (GOAL): validation of a new assessment of gait function for children with cerebral palsy
Notice bibliographique
Résumé
AIM: We investigated the validity of the Gait Outcomes Assessment List (GOAL), as an assessment of gait function in children with cerebral palsy (CP). METHOD: We studied a prospective cohort of 105 children with CP (Gross Motor Function Classification System [GMFCS] levels I-III; 65 males, 40 females; mean [SD] age 11y 11mo [3y 5mo], range 6-20y), who attended gait assessment over a 10-month period. Parents completed the GOAL, Functional Mobility Scale (FMS), and Functional Assessment Questionnaire (FAQ) during their child's gait evaluation. Ninety children completed instrumented gait analysis (IGA). Total GOAL and domain scores, Gait Profile Score (GPS), and Gait Variable Scores were calculated. RESULTS: =42.4, p<0.001]). Moderate correlations were found between total GOAL and FMS (5m and 50m r=0.59; 500m r=0.66) and FAQ walking (r=0.77) and activities list (r=0.75, p<0.01). There was a moderate negative correlation between total GOAL and GPS (r=-0.59) and gait appearance domain and GPS (r=-0.52, p<0.01). INTERPRETATION: The GOAL is a valid assessment of gait function in ambulant children with CP. It has the potential to improve understanding of the child's and parents' priorities and thus, in conjunction with IGA, provide a more balanced assessment across the domains of the World Health Organization's International Classification of Functioning, Disability and Health. WHAT THIS PAPER ADDS: The Gait Outcomes Assessment List (GOAL) can discriminate between Gross Motor Function Classification System levels. The GOAL correlates with standard functional assessments and gait analysis. Used with gait analysis, the GOAL provides comprehensive assessment across all International Classification of Functioning, Disability and Health domains.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».