Comportamento motor de lactentes prematuros de baixo peso e muito baixo peso ao nascer
Bibliographic record
Abstract
Os objetivos deste estudo foram verificar a diferença do comportamento motor entre lactentes prematuros de baixo peso (BP) e muito baixo peso (MBP) nos primeiros 8 meses de vida e avaliar o comportamento motor em diferentes faixas etárias desses lactentes. Avaliou-se 41 lactentes nascidos com BP (2.499 a 1.500g) e 22 com MBP (1.499 a 1.000g). Dividiu-se os grupos nas faixas de RN-1 mês, 2-4 meses e 5-8 meses, e seu comportamento motor foi analisado pelo escore e percentil da Alberta Infant Motor Scale (AIMS). Foi utilizado o teste Kruskall-Wallis para verificar a diferença do comportamento motor entre as faixas etárias (RN a 1 mês, 2-4 meses e 5-8 meses) em cada grupo independentemente. Para verificar a diferença entre os grupos (BP e MBP) em cada faixa etária utilizou-se o teste Mann-Whitney (p≤0,05). Observou-se diferença significativa entre os grupos BP e MBP, tanto no escore (p=0,011) quanto nos percentis (p=0,010), nas faixas etárias de 2-4 e 5-8 meses (p=0,017; p=0,013, respectivamente). Na comparação entre 0-1 mês e 2-4 meses foram observados maiores escores nos grupos BP (p=0,000) e MBP (p=0,001) e menores percentis (p=0,003) no grupo MBP aos 2-4 meses. Entre 0-1 mês e 5-8 meses, observamos maiores escores (p=0,000; p=0,000) e menores percentis (p=0,005; p=0,000) aos 5-8 meses, bem como, entre 2-4 e 5-8 meses apresentaram maior escore (p=0,000; p=0,000) e menor percentil (p=0,006; p=0,004) aos 5-8 meses. O peso ao nascer demonstrou ter repercussão importante no desenvolvimento motor de lactentes prematuros, sendo que atrasos podem ser mais nítidos em idades mais avançadas.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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".