MétaCan
Menu
Retour à la cohorte
Enregistrement W3140305770 · doi:10.1016/j.earlhumdev.2021.105366

Modeling a gross motor curve of typically developing Dutch infants from 3.5 to 15.5 months based on the Alberta Infant Motor Scale

2021· article· en· W3140305770 sur OpenAlexaboutno aff
Marike Boonzaaijer, Ora Oudgenoeg‐Paz, Imke Suir, Paul Westers, Jacqueline Nuysink, M. J. M. Volman, Marian J. Jongmans

Notice bibliographique

RevueEarly Human Development · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensnon disponible
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésGross motor skillCovariateMotor skillGrowth curve (statistics)Longitudinal studyScale (ratio)Child developmentCluster (spacecraft)Longitudinal dataPsychologyRepeated measures designDemographyPediatricsMedicineDevelopmental psychologyStatisticsGeographyMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Interindividual variability in gross motor development of infants is substantial and challenges the interpretation of motor assessments. Longitudinal research can provide insight into variability in individual gross motor trajectories. PURPOSE: To model a gross motor growth curve of healthy term-born infants from 3.5 to 15.5 months with the Alberta Infant Motor Scale (AIMS) and to explore groups of infants with different patterns of development. METHODS: A prospective longitudinal study including six assessments with the AIMS. A Linear Mixed Model analysis (LMM) was applied to model motor growth, controlled for covariates. Cluster analysis was used to explore groups with different pathways. Growth curves for the subgroups were modelled and differences in the covariates between the groups were described and tested. RESULTS: In total, data of 103 infants was included in the LMM which showed that a cubic function (F(1,571) = 89.68, p < 0.001) fitted the data best. None of the covariates remained in the model. Cluster analysis delineated three clinically relevant groups: 1) Early developers (32%), 2) Gradual developers (46%), and 3) Late bloomers (22%). Significant differences in covariates between the groups were found for birth order, maternal education and maternal employment. CONCLUSION: The current study contributes to knowledge about gross motor trajectories of healthy term born infants. Cluster analysis identified three groups with different gross motor trajectories. The motor growth curve provides a starting point for future research on motor trajectories of infants at risk and can contribute to accurate screening.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,390

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,260
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations26
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarly Human DevelopmentMême sujetInfant Development and Preterm CareTravaux en français237 207