International expert recommendations of clinical features to prompt referral for diagnostic assessment of cerebral palsy
Notice bibliographique
Résumé
AIM: To establish international expert recommendations on clinical features to prompt referral for diagnostic assessment of cerebral palsy (CP). METHOD: An online Delphi survey was conducted with international experts in early identification and intervention for children with CP, to validate the results obtained in two previous consensus groups with Canadian content experts and knowledge users. We sent two rounds of questionnaires by e-mail. Participants rated their agreement using a 4-point Likert scale, along with optional open-ended questions for additional feedback. Additionally, a panel of experts and knowledge-users reviewed the results of each round and determined the content of subsequent surveys. RESULTS: Overall, there was high-level of agreement on: (1) six clinical features that should prompt referral for diagnosis; (2) two 'warning sign' features that warrant monitoring rather than immediate referral for diagnosis; and (3) five referral recommendations to other healthcare professionals to occur simultaneously with referral for diagnosis. INTERPRETATION: There was high agreement among international experts, suggesting that the features and referral recommendations proposed for primary care physicians for early detection of CP were broadly generalizable. These results will inform the content of educational tools to improve the early detection of CP in the primary care context. WHAT THIS PAPER ADDS: International experts provide strong agreement on clinical features to detect cerebral palsy. Consensus on clinical 'warning signs' to monitor over time. Referral recommendations from primary care to specialized health services are identified.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».