Longitudinal assessments of motor performance and musculoskeletal abnormalities in preschool children with esophageal atresia
Notice bibliographique
Résumé
BACKGROUND: Children with esophageal atresia (EA) may have impaired motor performance and musculoskeletal abnormalities, but when and in whom these abnormalities develop is still unknown. AIMS: To study motor performance and musculoskeletal abnormalities from infancy to pre-school age, and to assess risk factors for poor motor performance at 24 and 48 months. STUDY DESIGN: Prospective cohort study at 12, 24, and 48 months. SUBJECTS: Forty-six children with EA. OUTCOME MEASURES: Total and subtest scores and percentile ranks describing motor skills were obtained by using the Alberta Infant Motor Scale (AIMS) at 12 months, Peabody Developmental Motor Scale, Second Edition (PDMS-2) at 24 months, and Motor Assessment Battery for Children, Second Edition (MABC-2) at 48 months. Muscle strength was measured by Grippit, and musculoskeletal abnormalities were clinically evaluated according to a standardized protocol. RESULTS: The total median z-scores for AIMS, PDMS-2, and MABC-2 at group level were -0.571, -0.903, and -0.994 respectively, all significantly lower than in reference populations (p < 0.001). The decrease in motor skills between 12 and 48 months may have biological importance and was significantly more frequent in patients with more neonatal morbidity, anastomotic complications, and reduced muscle strength. The number of patients with musculoskeletal abnormalities increased from 11 % to 59 % between 24 and 48 months, but was not related to motor performance. CONCLUSIONS: Motor performance was low from infancy, reduced longitudinally, and related to neonatal morbidity in children with EA. Musculoskeletal abnormalities increased throughout childhood, but were not related to motor performance.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».