Predicting the effectiveness of Test of Infant Motor Performance as an early marker of motor development delay in preterm infants
Notice bibliographique
Résumé
Objectives: The purpose of this study was to determine the effectiveness of Test of Infant Motor Performance (TIMP) in detecting motor developmental delay in preterm infants. Material and methods: The present study was conducted on 30 infants born preterm with corrected age of 2 months and follow up of TIMP at 4 months corrected age and Alberta Infant Motor Scale (AIMS) at 2, 4 and 6 months corrected age. Study period was January 2012 to December 2015. Results: Pearson product moment correlation coefficient used to assess the relationship between the raw scores of TIMP and AIMS percentilerank at corrected age of 2 and 4 months, was 0.757 (p<0.0001) and 0.874 (p<0.0001) respectively. An analysis of the sensitivity, specificity, positive predictive value and negative predictive value of various TIMP cutoff scores for comparison with AIMS scores above and below the 10th percentile revealed the best TIMP score with a cutoff of -1 standard deviation below the mean. The results for comparison of 2, 4, 6 months corrected age AIMS data using Pearson chi square test was highly significant with p 0.001 at 2months CA AIMS data with 4 months CA AIMS data. Conclusion and Interpretation: TIMP and AIMS are equally useful in the assessment of infant motor performance at 4 months of corrected age. A cutoff score of -1 SD from the mean on TIMP was a better predictor of developmental outcome in this study.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».