Predicting Age of Independent Walking in Preterm Infants: A Longitudinal Study Using Neonatal Characteristics and Motor Development Variables
Notice bibliographique
Résumé
OBJECTIVE: To formulate an equation estimating months to independent walking in moderate to late preterm infants based on neonatal characteristics and gross motor development from 7 months to independent walking. METHODS: Sixty infants born between 32 to 36 weeks were assessed using Alberta Infant Motor Scale (AIMS) for gross motor development. Neonatal characteristics were recorded at 7 months, and caregiver-reported independent walking onset. Pearson correlation analyzed age, AIMS scores, and neonatal factors. Multiple regression developed the prediction equation. RESULTS: The equation for independent walking onset, which included gestational age (GA) at birth, total AIMS score at 10 months of age (10th AIMS), and birth head circumference (BHC), exhibited a strong correlation (r=0.707) and had a predictive power of 50.0%. The equation is as follows: age onset of independent walking (months)=33.157, -0.296 (GA), -0.132 (10th AIMS), -0.196 (BHC), with an estimation error of 0.631 months. CONCLUSION: Neonatal characteristics, such as GA, 10th AIMS, and BHC, are key determinants in estimating the onset of independent walking in moderate to late preterm infants.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».