MétaCan
Menu
Retour à la cohorte
Enregistrement W4310113697 · doi:10.1055/a-1988-2544

Make Bayley III Scores Comparable between United States and German Norms—Development of Conversion Equations

2022· article· en· W4310113697 sur OpenAlexaff
Pauline Kosmann, Annett Blaeser, Markus Rochow, Hon Yiu So, R. Ascherl, Nicole Heußinger, Nadja Haiden, Christoph Fusch, Niels Rochow

Notice bibliographique

RevueNeuropediatrics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBayley Scales of Infant DevelopmentToddlerGermanCognitionMedicineAudiologyDevelopmental psychologyPsychomotor learningPsychologyGeographyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Aim Bayley Scales of Infant and Toddler Development (Bayley-III) determines scaled scores and converts these into composite scores. It was shown that applying the German and the U.S. manual leads to different results. This study aims to systematically analyze the differences between the U.S. and German Bayley-III version and to develop conversion equations. Methods This simulation study generated a dataset of pairs of U.S. and German Bayley-III composite scores (cognitive: n = 4,416, language: n = 240,000, motor: n = 314,000) by converting the same number of achievable tasks for 48 age groups. Bland–Altman plot and regression analyses were performed to develop conversion equations for all age groups. Results German and US Bayley-III scores demonstrate distinct slope and interception for cognitive, language, and motor composite scores. Lower developmental performance leads to higher composite scores with U.S. norms compared with German norms (up to 15 points). These differences varied between age groups. With newly developed conversion equations, the results can be converted (R 2 > 0.98). Interpretation This study confirms systematic differences between U.S. and German Bayley test results due to different reference cohorts. Our data consider the full age range and add conversion equations. These findings need to be acknowledged when comparing Bayley Scores internationally.

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)0,025
score de la tête « metaresearch » (Gemma)0,120
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,120
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,026
Tête enseignante GPT0,265
Écart entre enseignants0,238 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuropediatricsMême sujetInfant Development and Preterm CareTravaux en français237 207