Validade concorrente da escala motora de alberta (aims) para lactentes nascidos Pré-termo
Bibliographic record
Abstract
Detectar atraso no desenvolvimento em crianças pré-termo não é uma tarefa fácil para clínicos e terapeutas, uma vez que variações na trajetória e na qualidade das habilidades alcançadas podem não ser detectadas na avaliação clínica. O uso de instrumentos de triagem do desenvolvimento validados e confiáveis aumentam as chances de detecção de atraso e possibilita o acesso da criança a programas de intervenção. Portanto, o objetivo deste estudo foi verificar por meio de uma revisão sistemática da literatura e por um estudo de validação concorrente a capacidade da Escala Motora de Alberta (AIMS) de detectar atraso do desenvolvimento motor grosso em lactentes nascidos pré-termo. Foram realizadas 159 avaliações em 108 crianças nascidas pré-termo (57 masculino, 51 feminino; idade gestacional média de 32 semanas; idade corrigida média de 7 meses). Para os testes de confiabilidade intra e interavaliador foram selecionadas randomicamente 30 de avaliações de cada. Para o cálculo das propriedades clinimétricas foram adotados como pontos de corte os percentis 05 e 10 da AIMS. Utilizou-se o coeficiente de regressão linear (R2) para verificar a predição dos resultados da Bayley-III(MG) pela AIMS. O coeficiente de correlação intraclasse e o gráfico de Bland-Altman foram utilizados para a análise da confiabilidade intra e interavaliador. Após a revisão sistemática da literatura verificou-se que as diante das evidências disponíveis é incerta, imprecisa e inconclusiva a capacidade da AIMS de detectar atraso do desenvolvimento motor grosso em lactentes nascidos pré-termo. O estudo de validação verificou uma prevalência de atraso no desenvolvimento motor de 20,8% e um elevado coeficiente de regressão linear (R2= 0,93). A adoção do percentil 10 da AIMS forneceu a melhor combinação entre sensibilidade e especificidade (75,8%, faixa 57,4 a 88,3; 92,9%, faixa 86,6 a 96,5, respectivamente). Os valores para confiabilidade intra e interavaliador das duas escalas foram altos (ICC > 0,98). Observou-se uma média da diferença entre os resultados das escalas inferior a dois pontos, com a maioria dos pontos contidos no intervalo de 95% de concordância e um acúmulo de avaliações no limite superior do gráfico para AIMS, configurando o ceiling effect. Os resultados obtidos na revisão sistemática concluem que não as evidências sobre a capacidade diagnóstica da AIMS em diagnosticar atraso podem ter sido comprometidas pela introdução de erros sistemáticos. No entanto, o estudo de validação concorrente apontou que a AIMS é válida quando comparada a Bayley-III/MG e reprodutível, podendo ser utilizada como triagem do desenvolvimento motor grosso de crianças pré-termo, sendo o percentil 10 o ponto de corte mais adequado para avaliação de crianças com idade corrigida inferior a oito meses.
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 | 0.007 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.002 | 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".