A Case for Early Screening: Prenatal Alcohol Risk Exposure Predicts Risk for Early Childhood Communication Delays
Notice bibliographique
Résumé
OBJECTIVE: Studies have confirmed the detrimental effects of prenatal alcohol exposure on language development in children. Little is known about the ability of prenatal alcohol risk (PAR) screening measures to predict language or other neurodevelopmental delays in young children, however. The intent of this study is to identify whether PAR predicts communication development in children at 12, 24, and 36 months of age. METHOD: Data from 772 women and their children who participated in the All Our Families pregnancy cohort were analyzed. Respondents completed the T-ACE, a validated screening tool for detecting PAR. Communication development in children was measured through the Ages and Stages Questionnaire, Third Edition. Logistic regression was used to generate odds ratios and 95% confidence intervals. RESULTS: A positive screen for PAR places a child at risk for communication delay (≤1 SD below mean) by approximately 1.5-fold at 12, 24, and 36 months of age, even after adjustment for demographic variables. Follow-up analysis revealed a significant difference in the prevalence of risk for communication delays between 12 and 24 months and between 24 and 36 months in both low- and high-risk drinking groups, with 24-month-old children showing the greatest risk for delay. CONCLUSION: The results of this study suggest that screening for PAR in expectant mothers may identify a group of young children at increased risk for communication delays. This research carries clinical implications and provides support for PAR screening in informing early childhood developmental screening efforts.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».