44 Prevalence estimates of Cerebral Palsy among 4-year-old children living Manitoba, Births: 2013-2015
Notice bibliographique
Résumé
Abstract Background Cerebral palsy (CP) is the most common physical disability in children with an estimated prevalence of 2.1 per 1000 live births. Understanding the provincial prevalence of CP and describing clinical sub-types within Manitoba assists with planning future funding and ensuring adequate resources. Objectives This study aimed to determine the prevalence estimate of CP among 4-year-old children in Manitoba, and further describe children’s clinical presentation. Design/Methods As the Rehabilitation Centre for Children (RCC) is a referral site for all Manitoba children requiring multidisciplinary evaluation/treatment for CP, this retrospective study used RCC’s electronic medical records to identify all 4-year-old children who had a confirmed CP diagnosis, were living in Manitoba and were born between Jan 2013 to Dec 2015. To ensure provincial data was complete, information was cross-referenced with the Pediatric Neurology Clinic’s medical records and the Neonatal Follow-up database. Prevalence rate was determined using Government of Manitoba denominators of same age children. The Gross Motor Function Classification system (GMFCS) determined the child’s level of functioning Results The prevalence of CP in Manitoba (birth years 2013-2015) for 108 4-year-old-children is 2.05 (95% CI1.7, 2.5) per 1000 4-year-old children. Of the 108 4-year-old children with CP, 6 (5.6%) had a post neonatal cause, while 102 (94.4%) had a perinatal cause; and 51/108 (47%) were born preterm. Motor subtypes for 108 children are: Spastic 99 (91.7%) including hemiplegia 41.4%, diplegia 21.2%, triplegia 8.1%, and quadriplegia 29.3%; Dyskinetic 4 (3.7%); Ataxic 3(2.8%) and Hypotonic 2 (1.8%). 58/108 (54%) were independent ambulators (GMFCS level II/II). Conclusion Our provincial rate of CP is consistent with the prevalence reported in developed countries. Understanding the clinical presentation assists in informing treatment and resources for children with CP in our province.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».