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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».