MétaCan
Menu
Retour à la cohorte
Enregistrement W4405239400 · doi:10.1097/pep.0000000000001179

Predictors of Length of Physical Therapy Care for Infants With Congenital Torticollis

2024· article· en· W4405239400 sur OpenAlexaboutno aff
Heather R. Aker, Samuel R. Pierce, Elizabeth S. Moore, Kathy Martin

Notice bibliographique

RevuePediatric Physical Therapy · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCraniofacial Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTorticollisPhysical examinationRange of motionMedicineMedical recordPediatricsPhysical therapyPhysical medicine and rehabilitationSurgery

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study explored whether the type of torticollis, amount of tummy time or container time, participant age at examination, and Alberta Infant Motor Scales score influence the length of physical therapy care for infants with torticollis. METHODS: Data for 149 participants were extracted from medical records for infants with torticollis who received care between November 2018 and November 2021. RESULTS: Statistically significant correlations were found between length of care (LOC) and torticollis type, age at examination, active range of motion rotation deficit, and passive range of motion rotation deficit. A multiple regression model predicted LOC from age at examination in days, as well as passive and active rotation deficits. CONCLUSION: Higher passive and active rotation deficits lead to longer LOC. However, longer lengths of care were associated with younger ages at examination, different from earlier studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,219
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,008
Tête enseignante GPT0,263
Écart entre enseignants0,256 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Physical TherapyMême sujetCraniofacial Disorders and TreatmentsTravaux en français237 207