Screening for Academic Risk Among Students With Cleft Lip and/or Palate: Patterns of Risk and Qualities of Effective Tools
Notice bibliographique
Résumé
This study evaluated the effectiveness of academic screening measures in relation to parent-reported diagnoses. Multicenter, retrospective cohort study including structured interviews, questionnaires, and chart reviews. Six North American cleft centers. Children (n = 391) with cleft lip and/or palate, ages 8 to 10 years of age (192 male) and their guardians were recruited during regular clinic visits. Parent and child ratings on the Pediatric Quality of Life Inventory (PedsQL) School Scale, child report on CleftQ School Scale, parent report on the Adaptive Behavior Assessment System-Third Edition Functional Academics (ABAS-FA) Scale and Child Behavior Checklist (CBCL) School Competency Scale, parent interview, and medical chart review. Risk for concerns ranged from 12% to 41%, with higher risk reflected on the CBCL-SC compared to other measures. Males with cleft palate were consistently at the highest risk. Only 9% of the sample had a parent-reported diagnosis of a learning or language disability. Ratings from the ABAS-FA and CBCL-SC had the highest utility in identifying those with language and/or learning concerns. As cleft teams work to develop standardized batteries for screening and monitoring of patients, it is important to evaluate the effectiveness of measures in identifying those at highest risk. When screening for language and learning disorders, questions related to potential academic struggles, such as increased school effort or increased school distress, are most useful. Referrals for follow-up evaluation are recommended for those identified at high risk.
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 | 0,002 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».