Profile and early prediction of neuromotor outcome of very low birth weight infants
Notice bibliographique
Résumé
Background: Very low birth weight infants are at increased risk of developmental disorder. Early identification is necessary for planning and implementation of early intervention. Aims and Objective: To test the association of neurological examination at 40 weeks and 3 months with neuro motor outcome of VLBW infants at 24 months and to identify the perinatal and neonatal risk factors for atypical neurological outcome. Materials and Methods: It is a prospective cohort study. Consecutive 120 VLBW infants were enrolled in a single centre level III neonatal unit of a teaching hospital. Neuro motor assessment was done by Dubowitz neurological examination at 40 weeks and by Hammersmith infant neurological examination (HINE) at 3 months and 12 months at neurodevelopmental clinic. Motor assessment were performed by Alberta Infant Motor Scale (AIMS) at 6 and 12 months and by Bayley Scale of Infant & Toddler scale, (BSID) 3rd edition at 6,12 and 24 months respectively. All assessment ages were corrected for prematurity. Results: At 12 months 4.5% infants developed abnormal tone and 5.6% had motor delay. Four infants developed cerebral palsy at 24 months. Shock in neonatal period had significant association with suboptimal motor outcome at 12 months. Suboptimal HINE score at 12 months was rightly predicted at 3 months by HINE. Conclusion: Early anticipation and early identification of abnormal neuro motor outcome of VLBW infants can be used as simple and cost-effective measures for preventing long term neuro motor morbidity at resource limited countries.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».