MétaCan
Menu
Retour à la cohorte
Enregistrement W6921016080 · doi:10.6084/m9.figshare.20015408.v1

Motor behavior of low birth weight and very low birth weight premature infants

2022· dataset· en· W6921016080 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLow birth weightPercentileBirth weightSignificant differenceMotor skillAge groups

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The objectives of this study were to verify the difference between the motor behaviors of low birth weight (LBW) premature infants and very low birth weight (VLBW) premature infants in the first 8 months of life and assess motor behavior of these infants in different age groups. We evaluated 41 LBW infants (2499g to 1500g) and 22 VLBW infants (1499g to 1000g). Groups were divided according to age into NB-1 month, 2-4 months, and 5-8 months, and their motor behavior was analyzed by the Alberta Infant Motor Scale (AIMS) score and percentile. Kruskal-Wallis test was utilized to verify the difference of motor behavior between age groups (NB to 1 month, 2-4 months, and 5-8 months) in each group independently. To detect differences between groups (LBW and VLBW) in each age group, we used the Mann-Whitney test (p≤0.05). A significant difference was observed between the LBW group and the VLBW group, both for score (p=0.011) and percentiles (p=0.010), in age groups 2-4 months and 5-8 months (p=0.017; p=0.013, respectively). In the comparison between age groups 0-1 month and 2-4 months, we observed higher scores for the LBW (p=0.000) and VLBW (p=0.001) groups and lower percentiles (p=0.003) for the VLBW group at 2-4 months. Between age groups 0-1 month and 5-8 months, we observed higher scores (p=0.000; p=0.000) and lower percentiles (p=0.005; p=0.000) at 5-8 months. Between age groups 2-4 months and 5-8 months, we observed higher score (p=0.000; p=0.000) and lower percentile (p=0.006; p=0.004) at 5-8 months. Birth weight had a significant impact on motor development of premature infants, and developmental delays can be more evident at older ages.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,254
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareTravaux en français237 207