Accuracy of motor assessment in the diagnosis of fetal alcohol spectrum disorder
Notice bibliographique
Résumé
BACKGROUND: To evaluate the accuracy of motor assessment tools listed in Fetal alcohol spectrum disorder: a guideline for diagnosis across the lifespan (Canadian Guideline) for the purpose of fetal alcohol spectrum disorder (FASD) diagnosis. Specifically, we aimed to determine: 1) diagnostic accuracy of motor assessment tools and subtests; 2) accuracy of multiple subtests versus total scores; and 3) accuracy of alternate cut-offs. METHODS: Cross-sectional diagnostic study of 63 children aged 6-17 years. Diagnostic accuracy and alternate cut-offs were calculated for the Movement Assessment Battery for Children, 2nd edition (MABC-2), Bruininks-Oseretsky Test of Motor Proficiency, 2nd edition Short Form (BOT-2SF) and Beery-Buktenica Developmental Test of Visual Motor Integration, 6th edition (BeeryVMI-6). RESULTS: The MABC-2 total motor score was more sensitive (0.30; 95% CI 0.17-0.46; p < 0.01) to motor impairment in the presence of FASD than the BOT-2SF (0.02; 95% CI 0.00-0.12) at the 2nd percentile (-2SD). The MABC-2 total motor score was more accurate than any combination of subtest scores. The Motor Coordination subtest of the BeeryVMI-6 (BeeryMC) at the 5th percentile (- 1.5SD) (sensitivity 0.68, specificity 0.90) was the most accurate subtest. CONCLUSIONS: The BOT-2SF was an inaccurate assessment tool for FASD diagnosis. The MABC-2 total motor score was the most accurate using current guidelines, though its sensitivity was still low. Further investigation into inclusion of single subtests and/or using a less conservative cut-off in the Canadian Guideline is warranted.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».