Importância da correção da idade gestacional na avaliação motora de prematuros no primeiro ano de vida
Bibliographic record
Abstract
Contextualização: Para avaliação e identificação de atrasos motores em crianças prematuras, a correção da idade gestacional é fundamental para evitar equívocos na categorização do desempenho da criança. Objetivos: Descrever o desempenho motor de crianças com diferentes níveis de prematuridade e avaliar a influência da correção da idade gestacional no desempenho motor de bebês prematuros até 12 meses de idade, considerando a faixa etária e nível de prematuridade. Métodos: Foram avaliadas 192 crianças nascidas prematuras com idade cronológica entre 0 e 12 meses, cadastradas nas Unidades Básicas de Saúde de Caxias do Sul e Porto Alegre. Foi utilizada a Alberta Infant Motor Scale para avaliação do desempenho motor e um questionário para identificar as características biológicas e ambientais. Os dados coletados foram analisados através de estatística descritiva e teste t pareado (p < 0,05). Resultados: O desempenho motor dos prematuros está abaixo do esperado (55,7%). Observou-se diferença significativa no desempenho motor dos prematuros ao corrigir a idade, considerando tanto as diferentes faixas etárias quanto os níveis de prematuridade (p < 0,05). Ao corrigir a idade gestacional, o número de crianças atrasadas ou com suspeita diminuiu. Conclusão: Grande parte das crianças demonstraram desempenho abaixo do esperado, sendo relevante a correção da idade gestacional de bebês prematuros até os 12 meses independente do grau de prematuridade; e crianças com maiores graus de prematuridade são os que mais se beneficiam.Palavras-chave: prematuro, desenvolvimento infantil, fatores de risco.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".