MétaCan
Menu
← Retour à la cohorte
Enregistrement W4307055155 · doi:10.1093/pch/pxac100.014

15 Ranking and rating severity: stakeholder perspectives of neurodevelopmental impairment after preterm birth

2022· article· en· W4307055155 sur OpenAlexaffabout
Lindsay L. Richter, Amarpreet Chera, Thuy-Mai Luu, Jeffrey N. Bone, Claude Julie Bourque, Annie Janvier, Sofía Zhang-Jiang, Anne Synnes

Notice bibliographique

RevuePaediatrics & Child Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensUniversité de MontréalCentre Hospitalier Universitaire Sainte-JustineQueen's UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVignetteCerebral palsyMedicineSnowball samplingGross motor skillInternational Classification of Functioning, Disability and HealthAthetosisPediatricsPhysical therapyMotor skillPsychologyPsychiatryRehabilitation

Résumé

récupéré en direct d'OpenAlex

Abstract Background Children born very preterm are at increased risk of neurodevelopmental impairment (NDI). NDI rates are used to make critical healthcare decisions. The Canadian Neonatal Follow-Up Network (CNFUN) defines severe NDI at age 18–24 months as Bayley-III Cognitive, Motor or Language composite scores <70, need for hearing aids or cochlear implants, bilateral visual impairment or non-ambulatory cerebral palsy (Gross Motor Classification System level 3 or higher). This definition was developed using the perspectives of clinicians and scientists. Stakeholders including parents/caregivers, persons born preterm and community partners have never been asked how they categorize disabilities and rank different impairments. Objectives To evaluate stakeholder perspective of severity of disability and ranking of different health conditions all defined as severe by CNFUN using clinical vignettes. Design/Methods Ten clinical vignettes describing 18 month old children with combinations of single and multiple impairments based on the CNFUN definition of severe NDI and one clinical vignette describing a child without NDI (control) were co-developed by clinicians and parents. The survey of 11 vignettes was distributed to: (1) British Columbian parents of very preterm children during follow-up clinic visits; and (2) Canadian and international parents, families, individuals with lived experience with prematurity and/or NDI and their social networks using a snowball sampling technique. Participants rated the severity of each vignette on a scale from 0 (worst possible health) to 10 (best possible health) and answered if they perceived the vignette to represent a severe disability. Results were analyzed descriptively and mean differences from the control were compared using a linear mixed effects model. Results 827 participants and 4553 vignettes were completed with no significant difference by population sampled. Participants classified the clinical vignettes as describing a severe condition ranging from 5% for the cognitive delay vignette to 55% for the cerebral palsy and language delay vignette. Mean difference in rank compared to control is shown in Figure 1. Only the ranking of the latter vignette was significantly different from the control. Conclusion Most key stakeholders do not perceive clinical vignettes describing CNFUN definitions of severe NDI as truly severe. Components of severe NDI rank differently but only the cerebral palsy and language delay vignette varies significantly. Current CNFUN definitions of severe NDI need to be revised.

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)0,013
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,028
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,004
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 Opus0,015
Tête enseignante GPT0,251
Écart entre enseignants0,236 · 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'étudeQualitatif
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetCerebral Palsy and Movement Disorders→Travaux en français237 207→