MétaCan
Menu
Retour à la cohorte
Enregistrement W4296857944 · doi:10.46634/riics.142

Intervención fisioterapéutica en una niña con síndrome de Pfeiffer. Reporte de caso

2022· article· es· W4296857944 sur OpenAlexaboutno aff
Ana Marcela Bolaños Roldán

Notice bibliographique

RevueRevista de Investigación e Innovación en Ciencias de la Salud · 2022
Typearticle
Languees
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesMedicineArt

Résumé

récupéré en direct d'OpenAlex

Introducción. El síndrome de Pfeiffer es un trastorno congénito autosómico dominante que afecta a 1 entre 100.000 nacidos vivos. El objetivo de este reporte de caso es describir la intervención fisioterapéutica en una niña con síndrome de Pfeiffer tipo 2, la cual se basó en el concepto del entrenamiento centrado en tareas específicas, el análisis de cambios en el control postural y la educación y empoderamiento a los padres. Presentación del caso. Niña que inició tratamiento de fisioterapia con una frecuencia de dos sesiones semanales, desde los 6 meses hasta los dos años, cuando logró deambular por ocho pasos consecutivos de manera independiente. A los 12 meses logró la sedestación independiente, a los 18 meses la niña se ubicó en el percentil 50 según la escala Alberta y a los 24 meses pudo dar ocho pasos seguidos sin asistencia y realizar alcances y manipulación bimanual con objetos modificados. Conclusión. El entrenamiento basado en tareas y el enfoque centrado en el paciente y su familia permitieron que una niña con síndrome de Pfeiffer tipo 2, con deficiencias en las funciones y estructuras corporales musculoesqueléticas y relacionadas con el movimiento, lograra deambular por 8 pasos de manera independiente a los dos años y se interesara por manipular y explorar su entorno inmediato. La intervención en fisioterapia puede beneficiar a los niños con síndrome de Pfeiffer o síndromes similares, que evolucionan con deficiencias en su neurodesarrollo, mejorando su calidad de vida.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,016
Tête enseignante GPT0,309
Écart entre enseignants0,294 · 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'étudeÉtude de cas
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista de Investigación e Innovación en Ciencias de la SaludMême sujetCerebral Palsy and Movement DisordersTravaux en français237 207