The Current State of Neonatal Neurodevelopmental Follow-up Programs in North America: A Children's Hospitals Neonatal Consortium Report
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to determine neonatal neurodevelopmental follow-up (NDFU) practices across academic centers. STUDY DESIGN: This study was a cross-sectional survey that addressed center-specific neonatal NDFU practices within the Children's Hospitals Neonatal Consortium (CHNC). RESULTS: Survey response rate was 76%, and 97% of respondents had a formal NDFU program. Programs were commonly staffed by neonatologists (80%), physical therapists (77%), and nurse practitioners (74%). Median gestational age at birth identified for follow-up was ≤32 weeks (range 26-36). Median duration was 3 years (range 2-18). Ninety-seven percent of sites used Bayley Scales of Infant and Toddler Development, but instruments used varied across ages. Scores were recorded in discrete electronic data fields at 43% of sites. Social determinants of health data were collected by 63%. Care coordination and telehealth services were not universally available. CONCLUSION: NDFU clinics are almost universal within CHNC centers. Commonalities and variances in practice highlight opportunities for data sharing and development of best practices. KEY POINTS: · Neonatal NDFU clinics help transition high-risk infants home.. · Interdisciplinary neonatal intensive care unit follow-up brings together previously separated outpatient service lines.. · This study reviews the current state of neonatal NDFU in North America..
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».