Validation of the fine motor subtest of the Bayley‐III with children with sickle cell disease using Rasch analysis
Notice bibliographique
Résumé
BACKGROUND: Children with sickle cell disease (SCD) are at risk for fine motor (FM) delays; however, screening for FM impairments is not common among young children with SCD. The Bayley Scales of Infant and Toddler Development, Third Edition (Bayley-III) is the most commonly used performance-based developmental assessment. We aim to determine if the FM subtest of the Bayley-III is structured hierarchically in accordance with development and comprehensively evaluates FM development in children with SCD. METHODS: Bayley-III assessments were completed between October 2009 and December 2013. The Bayley-III FM screening test, a shorter and more rapid method of assessing for FM impairments, was not directly administered to participants. Screening test scores were calculated from full Bayley-III scores. RESULTS: Rasch analysis was performed using WINSTEPS. Sixty children with SCD were included in the final Rasch model. The Rasch-generated Wright map, which jointly positions items and persons on the same latent trait, illustrated that the FM items were slightly skewed towards more challenging items, indicating more difficult items may be overrepresented. High item separation values were reported (17.4), and item outfit statistics were less than 1.7. More than one third of items demonstrated overfit, indicating possible item redundancy. The FM subtest and the screening test, a shorter and faster method of assessing skills, were highly correlated (r = 0.993, p < 0.001). CONCLUSION: The Bayley-III FM subtest is structured hierarchically, aligning with motor development, and comprehensively evaluates FM development in children with SCD. The test could be improved by reordering items, removing overfitting items and modifying screening test items to capture all ranges of development. The screening test is comprehensive and has high potential clinical utility among children with SCD.
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 | 0,022 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».