Variability in Cerebral Palsy Diagnosis
Notice bibliographique
Résumé
BACKGROUND: Cerebral palsy (CP) is the most common childhood motor disability. The emergence of genetic CP etiologies, variable inclusion of hypotonic CP in international registries, and involvement of different medical disciplines in CP diagnosis can promote diagnostic variability. This variability could adversely affect patients' understanding of their symptoms and access to care. Therefore, we sought to determine the presence and extent of practice variability in CP diagnosis. METHODS: We surveyed physicians in the United States and Canada interested in CP on the basis of membership in the American Academy of Cerebral Palsy and Developmental Medicine or the Child Neurology Society Neonatal Neurology, Movement Disorders, or Neurodevelopmental Disabilities Special Interest Groups. The survey included the 2007 consensus definition of CP and 4 hypothetical case scenarios. RESULTS: Of 695 contacted physicians, 330 (47%) completed the survey. Two scenarios yielded consensus: (1) nonprogressive spastic diplegia after premature birth with periventricular leukomalacia on brain MRI (96% would diagnose CP) and (2) progressive spastic diplegia (92% would not diagnose CP). Scenarios featuring genetic etiologies or hypotonia as the cause of nonprogressive motor disability yielded variability: only 46% to 67% of practitioners would diagnose CP in these settings. CONCLUSIONS: There is practice variability in whether a child with a nonprogressive motor disability due to a genetic etiology or generalized hypotonia will be diagnosed with CP. This variability occurred despite anchoring questions with the 2007 consensus definition of CP. On the basis of these results, we have suggested ways to reduce diagnostic variability, including clarification of the consensus definition.
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 | 0,000 | 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) | 0,001 | 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 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 ».