Apport de l'Alberta Infant Motor Scale dans la prédiction du devenir moteur des nouveau-nés traités par hypothermie thérapeutique pour une encéphalopathie anoxo-ischémique
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectif : la prédiction du devenir moteur dans les encéphalopathies anoxo-ischémiques (EAI) est complexe. Nous avons cherché à évaluer l’apport d’un examen utilisant l’Alberta Infant Motor Scale à l’âge de 4 mois (AIMS-4M) dans l’établissement du pronostic moteur à 18 mois. Méthode : nous avons recruté une cohorte rétrospective de patients traités par hypothermie thérapeutique pour une EAI à l’hôpital Sainte Justine (Canada) entre 2009 et 2016. Le suivi neurodéveloppemental était réalisé à 2 et 4 mois en utilisant l’AIMS, et le devenir moteur était classifié à l’âge de 18 mois par le Gross Motor Function Classification System. Une régression ordinale a été réalisée afin de mesurer le pouvoir de prédiction du devenir moteur par le score AIMS et l’IRM cérébrale. Résultats : parmi les 52 nouveau-nés inclus : 16 enfants (31 %) avaient un développement moteur normal, 25 (48 %) présentent un retard de développement moteur, et 11 patients (26 %) ont développé une paralysie cérébrale. Quarante-et-un enfants avaient un score AIMS-4M anormal (inférieur au 10ième percentile). L’IRM précoce et le AIMS-4M étaient tous deux prédictifs d’une motricité altérée (χ2 = 6,1, p = 0,013 et χ2 = 4,9, p = 0,029, respectivement). Un AIMS-4M normal permettait d’exclure une paralysie cérébrale future. Interprétation : l’évaluation par l’association de l’IRM cérébrale et du AIMS-4M permet une prédiction plus précise de la motricité à 18 mois.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 découle