Development and psychometric evaluation of performance-based upper extremity motor control test (PB-UE-MCT) for people with cerebral palsy
Notice bibliographique
Résumé
Abstract Introduction Upper extremity disorders limits the performance in the activities of daily living, especially, in bilateral (two-handed) activities. Objective This study was designed to develop a performance-based upper extremity motor control test (PB-UE-MCT) and to measure its psychometric properties (including, convergent validity, intrarater reliability, and interrater reliability) for people with cerebral palsy (CP). Method The PB-UE-MCT was developed in three phases, including planning, construction, and psychometric evaluation. The participants included 50 people with CP with an age range of 6 to 18 years. To measure internal consistency, Cronbach's alpha was run (n=50). Intrarater and interrater reliability was measured for 25 participants. To assess convergent validity, the correlations of the PB-UE-MCT with the Manual Ability Classification System (MACS) and with the Selective Control Upper Extremity Scale (SCUES) were calculated. Results The values obtained for Cronbach's alpha (.90 to .96) indicated the excellent internal consistency of the PB-UE-MCT. The ICC values for intrarater reliability and interrater reliability were between .84 and .99 and between .89 and .99, respectively. The correlation coefficients obtained for the items of the PB-UE-MCT and those of the MACS were between .51 and .73. The correlation coefficients of the items of the PB-UE-MCT with those of the SCUES were in the range of .67 to .98, which proves the PB-UE-MCT's good to excellent levels of convergent validity. Conclusion The results confirm that the PB-UE-MCT is a valid and reliable tool for evaluating the upper extremity performance of people with CP through task analysis.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».