Early gross motor development: Agreement between the AIMS and the BSID-III
Notice bibliographique
Résumé
Background: Early gross motor development is a crucial indicator of overall neurodevelopment. In low- and middle-income countries, lack of accessible assessment tools poses challenges for healthcare professionals evaluating infant neurodevelopment. Objectives: To determine the agreement between the Alberta Infant Motor Scale (AIMS) and Bayley Scales of Infant Development-III (BSID-III) gross motor domain at 6 months and to evaluate the predictive validity of the AIMS at 6 months for identifying severe gross motor delays at 18 months. Method: This nested subgroup study assessed 112 full-term infants using both AIMS and BSID-III at 6 months and BSID-III at 18 months. Agreement between measures was determined using Bland-Altman plots, while predictive validity was evaluated using receiver operating characteristic (ROC) curves with various cut-off scores. Results: Bland-Altman analysis showed strong agreement between AIMS and BSID-III in the lower-performance range, with bias only in scores above 33. The traditional 10th percentile AIMS cut-off had low sensitivity (27.3%) but high specificity (98%) for predicting delays at 18 months. A modified 23rd percentile cut-off improved sensitivity to 63.6% while maintaining acceptable specificity (81.6%), with a 95.2% negative predictive value (NPV). Conclusion: The AIMS demonstrates strong agreement with BSID-III when identifying potential developmental delays. The proposed 23rd percentile cut-off offers a more balanced screening threshold for this population. Clinical Implications: The AIMS presents a viable alternative to the BSID-III for initial screening in resource-limited settings. The high NPV at the 23rd percentile cut-off makes it useful for ruling out developmental delays.
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 | 0,001 | 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 ».