مقدمه
سال‌های ابتدایی کودکی مهم‌ترین سال‌های حیات است. تجربیات این سال‌ها زیربنای زندگی آینده هر انسانی خواهد بود [1, 2]. تکامل شامل حیطه‌های مختلفی از قبیل شناختی، حرکتی، زبانی و عاطفی‌اجتماعی است [1, 2]. بیش از 200 میلیون کودک در کشورهای در حال توسعه، یعنی بیش از یک‌سوم کل کودکان به ظرفیت تکاملی خود نمی‌رسند. درنتیجه کشورهای آنان حدود 20 درصد از نیروی مولد این افراد در بزرگسالی را از دست می‌دهد [3].
«دوره بحرانی» در رشد و تکامل مغز در سال‌های ابتدایی کودکی (از زمان حاملگی تا 5 سال اول زندگی) قرار دارد [4]. مهم‌ترین فرصت برای اطمینان از کسب تکامل مطلوب، ارزیابی تکامل در ابتدای کودکی است. بنابراین غربالگری تکاملی برای آزمایشات زودهنگام در سال‌های ابتدای کودکی می‌تواند بروز تأخیر تکاملی کودکان را کاهش دهد [5]. آزمایشات زودهنگام در کودکان آسیب‌دیده منجر به ارتقای سلامت، رشد شناختی و اجتماعی می‌شود [6, 7, 8, 9].
حدود 6 تا 9 درصد کودکان کمتر از 6 سال دچار تأخیر یا اختلالات تکاملی هستند و نیاز به آزمایش زودرس دارند [10, 11, 12 ,13]. تأخیر تکاملی از شایع‌ترین مشکلات طب کودکان در دنیا است و روند آن رو به افزایش است [14 ،2]. یک مطالعه گسترده در آمریکا نشان داد از هر 6 کودک یک نفر دچار اختلالات تکاملی (شامل اختلالات خفیفی چون مشکلات گفتار و زبان یا مشکلات جدی‌تری مانند ناتوانی‌های هوشی، فلج مغزی و اوتیسم) است [11]. اغلب کودکانی که به آزمایش زودرس نیاز دارند، قبل از سنین مدرسه تشخیص داده نمی‌شوند [15  ،‌9]. کودکانی که تأخیر تکاملی آن‌ها تشخیص داده نشده است و در‌نتیجه تا سنین مدرسه بدون آزمایش می‌مانند، در خطر شکست تحصیلی، مشکلات رفتاری و اختلالات اجتماعی عاطفی هستند [16]. 
سازمان بهداشت جهانی بر این موضوع تأکید دارد که مراقبت بهتر در سال‌های اول کودکی، عملکرد کودک را در دبستان بهبود می‌بخشد [17] و با توجه به اینکه آزمایشات زودرس می‌تواند باعث کاهش عواقب تأخیر تکاملی شود، این سازمان تشخیص زودرس این کودکان را در اولویت‌های خود قرار داده است [18, 19]. بدین ترتیب باید ابزارهای ارزیابی تکاملی معتبر و پایا در دسترس مراقبین بهداشتی قرار گیرند تا کودکانی که تکامل آن‌ها در حد انتظار نیست را تشخیص و به مراکز آزمایشات زودرس ارجاع دهند [18]. 
به منظور تشخیص قطعی کودکان دچار تأخیر تکامل می‌بایست از ابزارهای با دقت و حساسیت بالا (روا و پایا) و استاندارد‌شده استفاده کرد. در کشورهای در حال توسعه در مطالعات بالینی در مورد تکامل کودک، اغلب از آزمون‌های ساخته‌شده در کشورهای پیشرفته استفاده می‌شود. این آزمون‌ها شامل فعالیت‌ها و مواردی است که شاید برای سایر فرهنگ‌ها بیگانه باشد. بنا‌براین در ارزیابی کودکان در شرایط فرهنگی به غیر از آنچه برای آن طراحی شده‌اند، ممکن است با شکست مواجه شوند [20].
البته این آزمون‌ها می‌توانند برای استفاده در کشورهای دیگر مناسب‌سازی شوند که شامل ترجمه، انطباق و گاه تغییر سؤالات است که بیان‌کننده خصوصیات فرهنگی آن منطقه است، در غیر این صورت ممکن است باعث سوء‌تعبیر نتایج شوند [21]. حتی با این تغییرات، استفاده از نمرات هنجار آزمون اصلی می‌تواند به اشتباه در برآورد سطح تکاملی کودک منجر شود. بنابراین تعیین نمرات هنجار در هر جامعه مورد تأکید است. به همین دلیل مطالعات هنجاریابی برای یک جمعیت در استفاده از ابزارهای ترجمه و انطباق داده‌شده باید صورت گیرد [22].
هنجاریابی آزمون‌های تکاملی در ایران محدود هستند و تنها پرسش‌نامه سنین و مراحل در ایران استاندارد شده است. پرسش‌نامه سنین و مراحل یک آزمون غربالگر تکاملی است و 60 سؤال از والد در مورد تکامل کودک دارد و در صورت عدم کسب امتیاز کافی و موارد مشکوک به تأخیر تکاملی نیاز به آزمونی با استاندارد دقیق‌تر دارد.
آزمون تشخیصی مقیاس‌های تکاملی شیرخواران و نوپایان «بیلی ویرایش سوم» برای سنجش تکامل بعد از غربالگری در ایران انتخاب شد. این آزمون دارای دقت و روان‌سنجی بالا (اعتبار و پایایی)، عینی‌بودن و انواع نمرات استاندارد است و وضعیت تکامل کودک را در تمام حیطه‌های تکاملی شامل شناختی، زبانی (ارتباط درکی و بیانی) و حرکتی (ظریف و درشت) در سنین ابتدای کودکی، یعنی از پانزده روزگی تا 42 ماهگی ارزیابی می‌کند و به‌عنوان ابزار استاندارد طلایی برای درجه‌بندی سایر ابزار‌های ارزیابی و غربالگری تکامل استفاده می‌شود [23, 24].
یکی از مقیاس‌های تکاملی دیگر که ابعاد مختلف تکامل را می‌سنجد، آزمون دنور است که در ایران روایی و پایایی آن مشخص شده، اما نمرات هنجار آن تعیین نشده است [25].
با توجه به اینکه نمرات هنجار هر آزمون در جمعیت‌های مختلف، متفاوت است، نیاز به نمرات هنجار در هر جمعیت تأکید شده است. در کشور مالی، روایی آزمون بیلی ویرایش سوم بررسی و مشخص شد که تفسیر آزمون با استناد به نمرات هنجار آمریکایی در کودکان مالاوی منجر به اشتباه در دسته‌بندی تأخیر تکاملی، به‌ویژه در حیطه‌های شناختی و ارتباطی می‌شود [26]. 
مطالعه‌ای در تایوان نیز مشخص کرد نمرات به‌دست‌آمده از آزمون بیلی ویرایش سوم سطح تکامل کودکان تایوانی را بالاتر از بیلی ویرایش دوم ارزیابی می‌کند و محققین پیشنهاد کردند نمرات هنجار آزمون بیلی ویرایش سوم را باید در کودکان تایوانی بالاتر درنظر گرفت تا تأخیر تکاملی به موقع تشخیص داده شود [27]. گودامون، حیطه‌های شناختی حرکتی آزمون بیلی ویرایش سوم را بر روی کودکان سریلانکایی در گروه‌های سنی 6، 12 و 24‌ ماهه انجام داد و عملکرد این کودکان را با کودکان هم‌سن آمریکایی در حیطه‌های ذکر‌شده مقایسه کرد. نتایج نشان داد نمرات کودکان 12 ماهه سریلانکایی در حیطه شناختی بالاتر، در حیطه حرکتی پایین‌تر از متوسط کودکان آمریکایی و در 24‌ ماهگی نمرات شناختی نسبت به کودکان آمریکایی پایین‌تر بود [28]. در مطالعه دیگری بر روی نوزادان نارس مشخص شد در تفسیر نمرات آزمون بیلی ویرایش سوم برای تشخیص تأخیر تکاملی در این گروه باید محتاط بود و نمرات هنجار در این آزمون برای تشخیص تأخیر تکامل باید بالاتر از نمرات آمریکایی درنظر گرفته شود [29]. درنتیجه هنجاریابی آزمون به منظور تعیین نمرات هنجار برای هر جمعیتی مورد تأکید است. 
با توجه به اینکه آزمون جامع و مناسبی که توانایی تشخیص و ارزیابی سطح تکامل کودکان را در ابتدای کودکی و به‌طور هم‌زمان در حیطه‌های مختلف تکاملی داشته باشد و به‌عنوان استاندارد طلایی برای ارزیابی آزمون‌های غربالگری استفاده شود، در اختیار مسئولین و مراقبین بهداشت کشور قرار نداشت و این موضوع که هنجاریابی و تعیین نمرات هنجار در هر جامعه مورد تأکید است و‌ شاید استفاده از نمرات هنجار آزمون اصلی در جوامع دیگر باعث اشتباه در برآورد سطح تکامل و خطا در تشخیص زودرس تأخیر تکاملی شود، این مطالعه برای هنجاریابی نسخه فارسی آزمون تکاملی آزمون بیلی ویرایش سوم در جهت تشخیص تأخیر تکاملی کودکان ایرانی طراحی شد. به منظور بررسی امکان استفاده از نمرات هنجار آمریکایی (نسخه اصلی آزمون) در ایران و مقایسه سطح تکامل کودکان دو نمونه، میانگین نمرات خام در دو گروه مستقل در حیطه‌های پنج‌گانه در 48 گروه سنی از نظر معنادار بودن اختلاف نمرات ارزیابی شد.
روش بررسی
این مطالعه به روش مقطعی و با هدف هنجاریابی کشوری نسخه فارسی آزمون بیلی ویرایش سوم برای کودکان ایرانی صفر تا 42‌ماهه اجرا شد. روش نمونه‌گیری پژوهش حاضر به‌صورت نمونه‌گیری طبقه‌ای تا تکمیل حجم نمونه بود. 
ابتدا کشور به 8 پهنه جغرافیایی شامل (مرکز، شمال، غرب، جنوب، جنوب‌شرق، جنوب‌غرب، شمال‌شرق، شمال‌غرب و تهران) تقسیم شد، سپس به منظور اجرای طرح، 12 دانشگاه علوم‌پزشکی در 10 شهر، شامل دانشگاه‌های علوم‌پزشکی در شهرهای تهران (3 دانشگاه تهران، شهید بهشتی و ایران)، اصفهان، مشهد، رشت، تبریز، همدان، اهواز، شیراز، قم و زاهدان انتخاب شدند. از هر شهر نیز 2 مرکز بهداشتی درمانی بر اساس امکان دسترسی مراکز دیگر بهداشتی به آن و سهولت دسترسی مراجعین انتخاب شد. از هر شهر 2 نفر کارشناس مرکز بهداشت با حداقل مدرک کارشناسی و حداقل 5 سال سابقه کار با کودکان پس از مصاحبه برای انجام آزمون انتخاب شدند و در کل 28 کارشناس آموزش دیدند. 
مربیان به آزمونگران در یک کارگاه یک روزه تئوری »مبانی آزمون تشخیصی تکاملی بیلی« و سه روزه عملی کشوری در تهران آموزش دادند. آزمونگران سپس به منظور کسب مهارت‌های لازم به شهر خود بازگشتند و اجرای آزمون را تمرین کردند. این فاز بسته به زمان مورد نیاز برای تمرین در شهر‌های مختلف حدود 2 تا 4 ماه طول کشید. پس از کسب آمادگی جهت اجرای آزمون، آزمونگران با ارسال 10 فیلم اجرای آزمون در گروه‌های سنی متفاوت، توسط مربیان کشوری ارزیابی شدند. 
کار اجرای پایلوت آزمون بر روی 1285 آزمودنی به مدت 4 تا 8 ماه در شهرهای منتخب انجام شد. پس از بررسی‌هایی شامل مهارت آزمونگر در اجرای آزمون، مهارت در ارتباط با کودک و والدین، بررسی واحد پذیرش مرکز نسبت به رعایت پراکندگی نوبت‌دهی از تمام مناطق شهری، شرایط انجام و محل آزمون در مراکز توسط کارشناسان کشوری، کار نمونه‌گیری بر روی تعداد مشخص‌شده در هر شهر آغاز شد. این فاز بسته به جمعیت مورد نیاز در شهرهای مختلف بین 3 تا 6 ماه طول کشید.
نمونه شامل 1700 کودک 16 روزه تا 43 ماه و 15 روز شامل 17 گروه سنی و هر گروه شامل 100 نمونه بود. گروه‌های سنی در سنین 1 تا 6 ماه به فواصل 1 ماه، در سنین 6 تا 12 ماه به فواصل هر 2 ماه، در سنین 12 تا 30 ماه به فواصل 3 ماه و در سنین 30 تا 42 ماه به فواصل 6 ماه دسته‌بندی شدند. این حجم از نمونه بر اساس آمار و سرشماری نفوس و مسکن سال 1390 به نسبت جمعیت زیر 4 سال هر شهر محاسبه شد [30]. 
در جدول شماره 1، تعداد کودکان زیر 4 سال در شهرهای منتخب بر اساس سرشماری شبکه ملی آمار و تعداد شرکت‌کنندگان در نمونه نهایی نمایش داده شده است.


نمونه‌ها بر اساس عوامل جمعیت‌شناختی شامل سن، جنس و منطقه جغرافیایی طبقه‌بندی شدند و از مراکز بهداشتی درمانی، شامل کودکان با تکامل طبیعی و معیار‌های ورود مورد نظر جمع‌آوری شدند. تکامل طبیعی به‌صورت «هر کودکی که بدون عوارض پزشکی قابل توجه متولد شده باشد، تاریخچه عوارض پزشکی نداشته باشد و در حال حاضر تشخیص یا درمانی به علت مشکل شناختی، جسمی یا رفتاری دریافت نکند»، تعریف شد. معیارهای خروج شامل دریافت آزمایشات توان‌بخشی، عدم توانایی درک یا صحبت کردن به زبان فارسی و اختلالات حسی چون مشکلات شنوایی یا بینایی بود.
سپس با دریافت رضایت‌نامه کتبی از والدین و پر کردن پرسش‌نامه جمعیت‌شناختی (شامل سن و جنس کودک، سطح تحصیلات والدین، سن حاملگی هنگام تولد، وزن تولد، مشکلات هنگام تولد و تاریخچه پزشکی)، آزمون اجرا و در صورت مشخص‌شدن تأخیر تکامل کودک برای اقدامات تشخیصی و آموزش ارتقای سلامت به مرکز جامع تکامل کودکان معرفی شد. 
ابزار و نحوه جمع‌آوری داده‌ها
 آزمون بیلی ویرایش سوم یک ابزار ارزیابی فردی است که عملکرد تکاملی را در 5 حیطه شناختی (شامل 91 گزینه)، ارتباط درکی (49 گزینه)، ارتباط بیانی (48 گزینه)، حرکات ظریف (66 گزینه) و حرکات درشت (72 گزینه) ارزیابی می‌کند. اطلاعات هنجار این آزمون در آمریکا از نمونه طبقه‌بندی‌ شده با حجم 1700 نمونه به دست آمده است [23]. 
ارزیابی هر 5 حیطه به شکل عینی و توسط آزمونگر انجام می‌شود. انجام این آزمون در کودکان زیر یک‌سال حدود 50 دقیقه و در کودکان بزرگ‌تر حدود 90 دقیقه طول می‌کشد. طیف سنی بررسی‌شده در این آزمون، کودکان صفر تا 42‌ماهه هستند که جهت اجرا در 17 گروه سنی A تا Q دسته‌بندی شده است و برای افزایش دقت، نمرات هنجار در 48 گروه سنی تعیین می‌شود. این آزمون، 4 گروه از نمرات هنجار را به شرح زیر به‌‌دست می‌دهد: نمرات ترازشده‌، نمرات مرکب، رتبه‌های صدکی و نمرات رشدی. به ‌علاوه، فواصل اطمینان برای نمرات این مقیاس‌ها فراهم بوده است و معادل‌های سن تکاملی نیز برای مقیاس‌های مربوطه در دسترس هستند. 
ابزار این پژوهش، نسخه فارسی آزمون بیلی ویرایش سوم بود که در ایران توسط آذری و همکاران، روایی و اعتبار آن به دست آمده است [31]. در روان‌سنجی نسخه فارسی آزمون، میانگین ضرایب آلفای کرونباخ برای تمام حیطه‌ها بالاتر از 0/76 و ضریب همبستگی پیرسون در بازآزمایی و اعتبار ارزیاب‌ها در حیطه‌های مختلف، بین 0/987 (001/P<0) ‌و 0/991 (001/P<0) بود. روایی صوری و محتوایی با استفاده از نظرات خبرگان تأیید شده بود. روایی سازه هم توسط روش‌های تحلیل عاملی و مقایسه میانگین نمرات تأیید شده بود [31]. 
روش تجزیه‌و‌تحلیل داده‌ها
 توصیف داده‌ها، شامل جداول توزیع تعداد و درصد گروه آزمایش بر حسب متغیرهای مورد بررسی و تعیین شاخص‌های گرایش مرکزی و پراکندگی داده‌ها به تفکیک زیرگروه‌های 48‌گانه سنی و حیطه‌های آزمون بود. برای هنجاریابی، ابتدا طبیعی بودن توزیع داده‌ها بررسی شد. در صورتی که داده‌های پژوهش دارای توزیع نرمال بودند و در مواردی که سطح معناداری آزمون بزرگ‌تر از 0/05 بود، فرض صفر مبنی بر عدم تفاوت بین توزیع داده‌ها و توزیع طبیعی تأیید شد، اما در هر توزیع طبیعی لزوماً میانگین در نمره‌های ترازشده برابر 100 و در رتبه درصدی برابر 50 قرار نمی‌گرفت. بنابراین جداول نمرات مرکب، رتبه‌های صدکی (درصدی) و فاصله اطمینان برای نمره‌های تراز‌شده به دو صورت مشخص شد: 
در ابتدا توزیع در گروه‌های سنی 48‌گانه بر اساس نمونه موجود تدوین شد که با توجه به حجم نمونه و انتخاب آزمودنی‌ها، معرف واقعی جامعه از نظر توزیع این متغیرها و نشان‌دهنده دقت بیشتر در تبدیل نمرات تراز‌شده به نمره مرکب بود. سپس صرفاً با تبدیل یک نمره استاندارد با میانگین 10 و انحراف معیار 3 به 1 نمره استاندارد دیگر با میانگین 100 و انحراف معیار 15 یا تبدیل آن به توزیع درصدی با میانگین 50 تدوین شد.
برای تعیین نمرات هنجار از روش آزمون اصلی، یعنی تبدیل نمرات خام به نمرات تراز، مرکب و رشدی، رتبه‌های صدکی و معادل سن تکاملی در گروه‌های سنی 48‌گانه از ‌15روزگی تا 42‌ ماهگی استفاده شد. نمرات ترازشده از نمرات خام مقیاس‌ها به‌‌دست آمد که با تبدیل خطی به نمراتی در محدوده 19-1 با میانگین 10 و انحراف معیار 3 شد. نمرات مرکب از مجموع‌ نمرات ترازشده مقیاس‌ها مشتق شدند. نمرات مرکب در سیستم متریکی با میانگین 100 و انحراف معیار 15 و محدوده 40 تا 160 تنظیم شدند. نمرات صدکی در محدوده 1 تا 99 با میانگین و میانه 50 تبدیل شدند. 
رتبه‌های صدکی (با توزیع درصدی با میانگین 50) و فاصله اطمینان 90 و 95 درصدی برای مقیاس‌های شناختی، زبانی و حرکتی مشخص شد. نمرات رشدی از تبدیل نمرات خام به نمراتی در محدوده 200 تا 800 با میانگین 500 و انحراف معیار 100 به‌دست آمد که بر اساس آن‌ها منحنی‌های رشدی برای نشان‌دادن رشد کودک در طول زمان برای مقیاس‌های شناختی، ارتباط درکی و بیانی، حرکات ظریف و درشت در صدک‌های 5، 10‌، 25، 50‌، 75‌، 90 و 95 ترسیم شد. 
معادل‌های سن تکامل از نمرات خام به‌دست‌آمده و نشان‌دهنده سن متوسطی است که در آن سن نمره خام کودک به‌شکل معمول در هنجارهای سنی هر مقیاس دیده می‌شود. برای تعیین معادل سن تکاملی، جداولی ترسیم شد که در آن نمره خامی که معادل نمره تراز 10 برای هر گروه سنی در هر مقیاس بود، مشخص شد.
به منظور بررسی امکان استفاده از نمرات هنجار نسخه اصلی در کودکان ایرانی و مقایسه سطح تکامل کودکان آمریکایی و ایرانی، میانگین نمرات خام آن‌ها از طریق آزمون میانگین دو گروه مستقل در حیطه‌های پنج‌گانه در 48 گروه سنی بررسی و از نظر معنادار بودن، اختلاف نمرات ارزیابی شد (05/P<0).
یافته‌ها
در این مطالعه به منظور هنجاریابی آزمون بیلی ویرایش سوم در ایران، آزمون بر روی 1744 کودک صفر تا 42‌ماهه اجرا و نمرات هنجار در 48 گروه سنی تعیین شد (برای تعیین نمرات هنجار حیطه زبانی تنها از اطلاعات 1603 نمونه آزمودنی که فارسی‌زبان بودند، استفاده شد). تعداد دختران 908 (52/1 درصد) و تعداد پسران 836 (47/9 درصد) نفر بود. در این نمونه، میزان تحصیلات والدین (شامل دیپلم و کمتر از آن، هر‌گونه تحصیلات دانشگاهی تا سطح کارشناسی، کارشناسی ارشد و بالاتر) در پدران به ترتیب 64/5، 34/2 و 1/3 درصد و در مادران 58، 41 و 1 درصد بود.
در جدول شماره 2، متوسط نمرات خام و انحراف معیار در مقیاس‌های شناختی، ارتباط درکی و بیانی، حرکات ظریف و درشت در نمونه هنجارشده بر حسب زیر‌گروه‌های سنی هفده‌گانه آزمون بیلی ویرایش سوم ارائه شده است.


نمرات هنجار در گروه‌های سنی 48‌گانه (بر اساس نمرات ترازشده در طیف 1 تا 19 با میانگین 10 و انحراف معیار 3)، نمرات رشدی، معادل سن تکاملی برای مقیاس‌های شناختی، ارتباط درکی و بیانی، حرکات درشت و ظریف از دیگر یافته‌های این مطالعه است که در جداول شماره 3، 4، 5، 6 و 7 بخشی از آ‌ن‌ها به‌صورت نمونه ارائه شده است. 
در جدول شماره 3، تعداد، میانگین، انحراف معیار، کمینه و بیشینه در مقیاس‌های شناختی، ارتباط درکی و بیانی، حرکات ظریف و درشت در گروه سنی 48 (39 ماه و 16 روز و نیز 42 ماه و 15 روز) به‌‌‌عنوان نمونه آمده است. 


در جدول شماره 4، تبدیل نمره خام به نمره تراز در مقیاس‌های شناختی، ارتباط درکی و بیانی، حرکات ظریف و درشت در گروه سنی 23 (12 ماه و 16 روز و نیز 13 ماه و 15 روز) آزمون بیلی ویرایش سوم به‌صورت نمونه ارائه شده است. 


در جدول شماره 5، تبدیل نمره تراز به مرکب، رتبه‌های صدکی و فاصله اطمینان بخشی از نمره‌های تراز‌شده مقیاس شناختی به‌صورت نمونه آمده است.


در جدول شماره 6، بخشی از تبدیل نمره خام به نمره رشدی در آزمون بیلی ویرایش سوم به‌صورت نمونه آمده است.


در جدول شماره 7، معادل سن تکاملی برای نمرات خام در مقیاس‌ها در چند نمونه گروه سنی ارائه شده است.


در جدول شماره 8، مقایسه میانگین نمرات دارای تفاوت معنادار در 2 نمونه کودکان آمریکایی و ایرانی آمده است.




طبق جدول شماره 8، میانگین نمرات در 28 گروه سنی/زیرمقیاس بین 2 نمونه متفاوت بود. تفاوت در 2 گروه سنی در مقیاس شناختی، 12 گروه در مقیاس درکی، 3 گروه در مقیاس بیانی، 4 گروه در مقیاس حرکات ظریف و 7 گروه در مقیاس حرکات درشت مشخص شد. در این 28 گروه سنی/مقیاس در 7 گروه میانگین نمرات نمونه آمریکایی بالاتر از ایرانی بود که در طیف سنی 15 روز تا 6 ماهگی قرار داشت و شامل گروه سنی یک در زیرمقیاس شناختی، 1، 4 و 6 در زیرمقیاس ارتباط درکی و 14، 15 و 19 در زیرمقیاس حرکات درشت بودند. 
در 21 گروه، میانگین نمرات در نمونه ایرانی بالاتر از نمونه آمریکایی در طیف سنی 6 تا 42 ماه به‌شکل؛ گروه 24 در زیرمقیاس شناختی، گروه 16، 23، 24، 25‌، 26، 29، 34، 40 و 48 در زیرمقیاس ارتباط درکی و گروه 5، 42 و 43 در زیرمقیاس ارتباط بیانی، گروه 25‌، 42، 43 و 47 در زیرمقیاس حرکات ظریف و گروه 25، 26، 44 و 48 در زیرمقیاس حرکات درشت بود.
بحث 
در این پژوهش نسخه فارسی »آزمون تشخیصی مقیاس‌های تکاملی بیلی ویرایش سوم» در یک نمونه ملی 1744 نفری از کودکان صفر تا 42‌ماهه در ایران هنجار شد. نمرات هنجار (تراز، مرکب و رشدی) محاسبه و رتبه صدکی و معادل سن تکاملی و همچنین منحنی‌های رشدی کودکان ایرانی مشخص شد. 
میانگین نمرات 28 گروه سنی/مقیاسی بین دو جامعه مورد بررسی متفاوت بود (05/P<0) که 7 مورد میانگین نمرات در نمونه آمریکایی بالاتر از نمونه ایرانی بود (طیف سنی 15 روزه تا 6 ماهه) و در 21 مورد میانگین نمرات در نمونه ایرانی بالاتر از نمونه آمریکایی بود (طیف سنی بالاتر از 6 ماه). برای مثال، در گروه سنی یک در مقیاس شناختی با تفاوت میانگین نمرات خام 78/1 (01/P<0) و در ارتباط درکی 0/89 (05/P<0) نمرات نمونه آمریکایی بالاتر از ایرانی بود و در گروه سنی 25 در مقیاس حرکات درشت با تفاوت میانگین نمرات خام 98/2 (01/P<0) و در حرکات ظریف 73/1 (01/P<0) نمرات نمونه ایرانی بالاتر از آمریکایی بود. 
در این مطالعه برای نمونه‌گیری فقط از کودکان با تکامل طبیعی استفاده شد. در نسخه هنجارشده بیلی ویرایش سوم به‌دلیل اینکه نمونه کاملاً نماینده جمعیت عمومی باشد، حدود 10 درصد از نمونه به کودکان با نیازهای ویژه (شامل تریزومی 21، فلج مغزی، اختلالات طیف اوتیسم، نارسی، اختلالات خاص گفتاری، مصرف الکل مادر در دوران بارداری، اختناق یا آسفیکسی هنگام تولد، وزن پایین نسبت به سن تولد) اختصاص یافته بود [23]. 
تحقیقات قبلی مشخص کرد وارد کردن کودکان با نیازهای ویژه در یک نمونه استاندارد می‌تواند بر توانایی افتراقی بین تکامل طبیعی و تأخیر تکامل تأثیر منفی بگذارد و باعث پایین آوردن میانگین نمرات شده‌ و توانایی ابزار را برای تشخیص کودکان دچار تأخیر تکاملی خفیف محدود کند [32]. به همین دلیل در هنجاریابی در ایران از این روش استفاده نشد. شاید انتخاب کودکان طبیعی در ایران سبب بالا رفتن میانگین نمرات و تفاوت میانگین نمرات بین نمونه آمریکایی و ایرانی شده است یا تفاوت در ویژگی‌های بیولوژیکی، محیطی و فرهنگی موجب این تفاوت باشد که در مطالعات قبلی در کشورهای دیگر نیز همین تفاوت مشاهده شده است [26 ,27, 28, 29 ,30 ,31, 32, 33, 34]. 
مطالعات هنجاریابی در آزمون‌های تکاملی کودکان در سطح کشوری محدود هستند و فقط ‌پرسش‌نامه سنین و مراحل در ایران هنجار شده است [23]. پرسش‌نامه سنین و مراحل یک پرسش‌نامه غربالگر است. دارای حیطه‌های ارتباطی، حرکات ظریف و درشت، حل مسئله و شخصی اجتماعی در سنین 4 تا 60 ماهگی است که با سؤالات از والدین تکمیل می‌شود. 
در این مطالعه همچنین مشخص شد میانگین نمرات کودکان ایرانی در حیطه‌های حرکات ظریف، حل مسئله و شخصی اجتماعی، به‌‌ویژه در سنین 8 و 12 ماهگی بالاتر و در حیطه حرکتی، به‌ویژه در 36 ماهگی کمتر از نمونه آمریکایی است (05/P<0) ‌[24]. در مطالعه ما نیز میانگین نمرات در تمام مقیاس‌های گروه سنی بالای 6 ماه در کودکان ایرانی نسبت به نمونه آمریکایی بالاتر بود. 
در بیشتر مطالعات انجام‌شده با آزمون بیلی ویرایش سوم، تعداد نمونه‌ها کم است و در بعضی سنین و مقیاس‌ها انجام شده و با میانگین نمرات آمریکایی مقایسه شده است. تنها در کشور هلند همانند این مطالعه نمرات هنجار در 48 گروه سنی و در مقیاس‌های شناختی، حرکتی و زبانی به‌دست آمد [35]. نتایج این مطالعه نیز نشان داد میانگین نمرات کودکان هلندی و آمریکایی تفاوت دارد و استفاده از نمرات آمریکایی در کودکان هلندی منجر به عدم تشخیص زودهنگام تأخیر تکاملی می‌شود و در‌نتیجه محققین به هنجاریابی آزمون در هر جمعیت تأکید کردند.
کِروموِل و همکاران طی مطالعه‌ای روایی آزمون بیلی ویرایش سوم را در کشور مالی بررسی کردند. آن‌ها این آزمون را بر روی 167 کودک سالم مالاوی انجام دادند و ضمن استخراج نمرات هنجار، از  نمره z جهت دسته‌بندی تأخیر تکاملی استفاده کردند. نتایج به‌دست‌آمده حاکی از این بود که میانگین نمرات کودکان مالاوی در سنین کمتر از 6 ماه در تمام مقیاس‌ها از میانگین نمرات هم‌سالان آمریکایی خود بالاتر بود، اما بعد از شش‌ماهگی کودکان آمریکایی میانگین نمرات بالاتری نشان می‌دادند. 
مطابق نتیجه‌گیری محققان، نمرات هنجار آزمون در جمعیت‌های مختلف، متفاوت است. تفسیر آزمون با استناد به نمرات هنجار آمریکایی در کودکان مالاوی منجر به اشتباه در دسته‌بندی تأخیر تکاملی به‌ویژه در حیطه‌های شناختی و ارتباطی می‌شود [26]. 
مور طی پژوهشی به منظور مقایسه نمرات شاخص رشد شناختیمربوط به آزمون بیلی ویرایش دوم و نمرات شناختی و ارتباطی ازمون بیلی ویرایش سوم و بررسی توافق بین دو آزمون در تشخیص تأخیر تکاملی و معرفی الگویی که طی آن نمرات دو آزمون قابل تبدیل به یکدیگر باشند، 185 کودک 29 تا 41‌ماهه را با مقیاس شاخص رشد شناختی آزمون بیلی ویرایش دوم و مقیاس شناختی و ارتباطی ازمون بیلی ویرایش سوم‌ به‌صورت هم‌زمان ارزیابی کرد. این پژوهشگر نمره ترکیبی متوسط حیطه‌های شناختی و ارتباطی آزمون بیلی ویرایش سوم تحت عنوان نمره ترکیبی بیلی ویرایش سوم را برای مقایسه با نمره شاخص رشد شناختی آزمون بیلی ویرایش دوم استفاده کرد. 
نتایج نشان داد نمرات حیطه‌های شناختی، ارتباطی و ترکیبی، به ترتیب 3، 10 و 7 امتیاز بالاتر از نمره شاخص رشد شناختی، هستند، اما ارتباط آن‌ها به‌صورت خطی نبود. نمرات ترکیبی بیلی ویرایش سوم نسبت به شاخص رشد شناختی بالاتر بود و سطح تکامل حیطه‌های شناختی و ارتباطی کودک توسط آزمون بیلی ویرایش سوم‌ بالاتر از آزمون بیلی ویرایش دوم ارزیابی شده و در صورتی که از نمره ترکیبی بیلی ویرایش سوم‌ کمتر از 70 برای تشخیص تأخیر تکاملی استفاده می‌شد، نمره ترکیبی بیلی ویرایش سوم در قیاس با نمره شاخص رشد شناختی،‌ تأخیر تکاملی را کمتر از واقع (‌با حساسیت 58 درصد و ویژگی‌ 100 درصد) برآورد می‌کرد، اما در صورتی که نمره ترکیبی بیلی ویرایش سوم کمتر از 80 استفاده می‌شد، حساسیت به 89 درصد و ویژگی به 99 درصد می‌رسید و ارزش پیشگویی یا پیش‌بینی‌ ‌افزایش می‌یافت. 
این محققان نتیجه‌گیری کردند که در تفسیر نمرات آزمون بیلی ویرایش سوم‌ برای تشخیص تأخیر تکاملی باید محتاط بود و توصیه کردند نمره ترکیبی بیلی ویرایش سوم کمتر از 80 در نظر گرفته شود که با شاخص رشد شناختی کمتر از 70 قرابت بیشتری دارد [29]. 
مشابه همین روش، جانسون و همکاران، تحقیقی در مورد ضریب توافق تقسیم‌بندی تأخیر تکاملی با استفاده از دو آزمون بیلی ویرایش دوم و بیلی ویرایش سوم‌ انجام دادند. آن‌ها شاخص رشد شناختی بیلی ویرایش دوم و مقیاس شناختی و گفتاری بیلی ویرایش سوم‌ را بر روی 158 کودک نارس کمتر از 27 هفته انجام دادند. نمرات به‌دست‌آمده در بیلی‌ ویرایش سوم بالاتر از نمرات شاخص رشد شناختی بیلی ویرایش دوم بود. 
محققان اعلام کردند نمرات جداگانه شناختی گفتاری کمتر از 85 در بیلی ویرایش سوم با شاخص رشد شناختی کمتر 70 در بیلی ویرایش دوم، توافق 99 درصد داشته است و در حدود 1/1 درصد کمتر تأخیر تکامل را برآورد می‌سازد، اما نمرات ترکیبی شناختی و گفتاری زیر 80،‌ ضریب توافق 98 درصد داشته است و به همان میزان تأخیر تکامل را تشخیص می‌دهد؛ بنابراین آن‌ها نتیجه گرفتند نمرات جداگانه شناختی و‌گفتاری زیر 85 و نمرات ترکیبی شناختی و ‌گفتاری کمتر از 80 بهترین شاخص برای تشخیص تأخیر تکاملی متوسط تا شدید است و با شاخص رشد شناختی کمتر از 70 در بیلی ویرایش دوم توافق دارد [33]؛ بنابراین بالاتر بودن میانگین در نمونه ایرانی نیز می‌تواند به‌دلیل تفاوت نمونه‌گیری در نمونه ایرانی با نمونه آمریکایی یا به‌دلیل تفاوت در ویژگی‌های محیطی و ژنتیکی دو جمعیت باشد.
یو وای در تایوان، آزمون بیلی ویرایش دوم و سوم را به‌صورت هم‌زمان بر روی 47 نوزاد ترم و 167 نوزاد نارس در 6 و 12 و 18 و 24 ماهگی اجرا کرد. نتایج همبستگی سؤالات آزمون بیلی ویرایش دوم و سوم در حیطه‌های شناختی حرکتی خوب تا عالی و در حیطه گفتاری ضعیف تا عالی نشان داد. مطابق نتایج این مطالعه کرد نمرات به‌دست‌آمده از بیلی ویرایش سوم سطح تکامل کودکان تایوانی را بالاتر از آزمون بیلی ویرایش دوم ارزیابی می‌کند و درنتیجه نمرات بالاتری از آزمون بیلی ویرایش سوم ‌مشخص‌کننده تأخیر تکاملی در این جمعیت است [27].
اندرسون ارزیابی توانایی بیلی ویرایش سوم در تشخیص تأخیر تکاملی کودکان دو ساله‌ای که نارس (کمتر از 28 هفته) یا کم وزن (کمتر از هزار گرم) بودند و در شهر ویکتوریای استرالیا متولد شده بودند را بررسی کرد. ‌میانگین تمام نمرات در گروه آزمایش به شکل قابل‌توجهی پایین‌تر از گروه کنترل بود، اما میانگین نمرات گروه آزمایش منطبق با میانگین نمرات هنجارشده بود و در مقابل میانگین نمرات در گروه کنترل بالاتر از نمونه هنجارشده قرار داشت. میانگین نمرات بین گروه آزمایش و کنترل متفاوت بود (01/P<0). بنابراین نتیجه گرفت نمرات هنجار نمونه آمریکایی بیلی ویرایش سوم تأخیر تکاملی را کمتر از حد واقعی در استرالیا برآورد می‌سازد [34].
گودامون و حیطه‌های شناختی حرکتی آزمون بیلی ویرایش سوم را بر روی 150 کودک ترم در گروه‌های سنی 6، 12 و 24 ماهه سریلانکایی انجام داد و عملکرد این کودکان را با کودکان هم‌سن آمریکایی در حیطه‌های یادشده مقایسه کرد. نتایج نشان داد نمرات کودکان  ‌12ماهه سریلانکایی در حیطه شناختی بالاتر و در حیطه حرکتی پایین‌تر از نمرات نمونه آمریکایی و در 24 ماهگی نمرات شناختی پایین‌تری نسبت به نمونه آمریکایی است [28] و نتیجه‌گیری کردند که تفاوت در میانگین نمرات، نیاز به هنجاریابی در هر جامعه را بیان می‌کند. 
نتیجه‌گیری
آزمون بیلی ویرایش سوم به‌‌دلیل ویژگی‌های عالی روان‌سنجی و نظام امتیازدهی کمّی به‌‌عنوان ابزاری انتخابی برای مستندسازی دوره‌ای تکامل کودک شناخته می‌شود. برای افزایش کارایی، این آزمون داده‌های هنجارشده دقیقی را برای دوره نوزادی تا 6‌ ماهگی فراهم ‌ساخته است. در حال حاضر، نمرات تراز‌شده برای کودکان در این محدوده سنی به ازای هر 10 روز افزایش سن ارائه‌ شده است. با انجام این کار، میزان دقت بالایی را در زمینه ارزیابی کودکان طی این دوره رشد سریع ارائه می‌دهد. 
 نمرات رشدی این آزمون که جهت ترسیم روند پیشرفت کودک در ارزیابی‌های دوره‌ای استفاده می‌شوند، برای متخصصین بالینی بسیار مورد استفاده است. در‌نتیجه با توجه به مطالب فوق، هنجاریابی نسخه فارسی آزمون نه‌تنها تشخیص زودهنگام تأخیر تکامل را میسر می‌کند، بلکه خلأ وجود یک آزمون استاندارد طلایی به منظور مقایسه نتایج سایر آزمون‌های تکاملی با آن را برطرف می‌کند.
از نقاط قوت این مطالعه می‌توان به تعداد بالای نمونه (1744 نفری) و نمونه‌گیری در پهنه‌های جغرافیایی سراسر کشور و هنجاریابی در 48 گروه سنی و در 5 مقیاس شناختی، ارتباط درکی و بیانی، حرکات ظریف و درشت نام برد. 

ملاحظات اخلاقی
پیروی از اصول اخلاق پژوهش
پژوهش حاضر با مجوز کمیته اخلاق دانشگاه علوم توانبخشی و سلامت اجتماعی و کسب رضایت آگاهانه از والدین شرکت‌کننده انجام شد (1/14357/ت/93/801).

حامی مالی
این مطالعه توسط دفتر سلامت جمعیت و خانواده وزارت بهداشت (اداره سلامت کودکان) حمایت مالی و پشتیبانی اجرایی شده است.

مشارکت نویسندگان
مفهوم‌سازی: فرین سلیمانی، نادیا آذری و روشنک وامقی؛ روش‌شناسی: فرین سلیمانی، نادیا آذری و آدیس کراسکیان؛ تحقیق: فرین سلیمانی، نادیا آذری، سید حامد برکتی و حمیدرضا لرنژاد؛ نگارش-اصل پیش‌نویس: فرین سلیمانی، نادیا آذری؛ نگارش و بررسی و ویرایش: همه نویسندگان.

تعارض منافع
بنابر اظهار نویسندگان این مقاله تعارض منافع ندارد.

تشکر و قدردانی
نویسندگان از همکاری دانشگاه علوم توانبخشی و سلامت اجتماعی و دانشگاه‌های علوم‌پزشکی شهید بهشتی، ایران، تهران، مشهد، رشت، تبریز، همدان، اهواز، شیراز، اصفهان، قم و زاهدان تشکر و قدردانی می‌کنند. همچنین از والدین کودکانی که در مطالعه شرکت کردند.
 

References
1.National Research Council (US) and Institute of Medicine (US) Committee on Integrating the Science of Early Childhood Development. From Neurons to Neighborhoods: The science of early childhood development. Shonkoff JP, Phillips DA, editors. Washington (DC): National Academies Press (US); 2000. [PMID]
2.Black J, Jones T, Nelson C, Greenough W. Neuronal plasticity and the developing brain. Handbook of child and adolescent psychiatry, vol 1. New York: Wiley, 1998. pp: 31-53. [Link]
3.Grantham-McGregor S, Cheung YB, Cueto S, Glewwe P, Richter L, Strupp B, et al. Developmental potential in the first 5 years for children in developing countries. The Lancet. 2007; 369(9555):60-70. [DOI:10.1016/S0140-6736(07)60032-4]
4.Williams J, Holmes CA. Improving the early detection of children with subtle developmental problems. Journal of Child Health Care. 2004; 8(1):34-46. [DOI:10.1177/1367493504041852] [PMID]
5.Glascoe FP. Early detection of developmental and behavioral problems. Pediatrics in Review. 2000; 21(8):272-9; quiz 280. [DOI:10.1542/pir.21.8.272] [PMID]
6.Blauw-Hospers CH, Hadders-Algra, M. A systematic review of the effects of early intervention on motor development. Developmental Medicine and Child Neurology. 2005; 47(6):421-32. [PMID]
7.Cameron EC, Maehle V, Reid J. The effects of an early physical therapy intervention for very preterm, very low birth weight infants: A randomized controlled clinical trial. Pediatric Physical Therapy. 2005; 17(2):107-19. [DOI:10.1097/01.PEP.0000163073.50852.58] [PMID]
8.Guralnick MJ. Early intervention for children with intellectual disabilities: Current knowledge and future prospects. Journal of Applied Research in Intellectual Disabilities. 2005; 18(4):313-24. [DOI:10.1111/j.1468-3148.2005.00270.x]
9.Malekpour M. Low birth-weight infants and the importance of early intervention: enhancing mother-infant interactions a literature review. The British Journal of Development Disabilities. 2004; 50(99):78-88. [DOI:10.1179/096979504799103868.]
10.Boyle CA, Decoufle P, Yeargin-Allsopp M. Prevalence and health impact of developmental disabilities in US children. Pediatrics. 1994; 93(3):399-403. [DOI:10.1542/peds.93.3.399] [PMID]
11.Bloom B, Jones LI, Freeman G. Summary health statistics for U.S. children: National Health Interview Survey, 2002. Department of Health and Human Services, Centers for Disease Control and Prevention, National Center for Health Statistics. 2002; 10(258):1-81. [Link]
12.Wing L, Potter D. The epidemiology of autistic spectrum disorders: Is the prevalence rising? Mental Retardation and Developmental Disabilities Research Reviews. 2002; 8(3):151-61. [DOI:10.1002/mrdd.10029] [PMID]
13.National Center for Education Statistics. The Condition of Education. United States, U.S. Department of Education, Office of Educational Research and Improvement, National Center for Education Statistics, 2007. [Link]
14.Council on Children With Disabilities; Section on Developmental Behavioral Pediatrics; Bright Futures Steering Committee; Medical Home Initiatives for Children With Special Needs Project Advisory Committee. Identifying infants and young children with developmental disorders in the me15.dical home: An algorithm for developmental surveillance and screening. Pediatrics 2006; 118(1):405-20. [DOI:10.1542/peds.2006-1231] [PMID]
15.Pal16.frey JS, Singer JD, Walker DK, Butler JA. Early identification of children’s special needs: A study in five metropolitan communities. The Journal of Pediatrics. 1987; 111(5):651-9. [DOI:10.1016/S0022-3476(87)80238-X]
16.Barne17.tt WS. Long-term effects of early childhood programs on cognitive and school outcomes. The Future of Children. 1995; 5(3):25-50. [DOI:10.2307/1602366]
17.World He18.alth Organization (WHO). Department of Maternal, Newborn, Child and Adolescent Health (MCA). [Link]
18.No Authors. Developmental surveillance and screening of infants and young children. Pediatrics. 2001; 108(1):192-6. [DOI:10.1542/p19.eds.108.1.192] [PMID]
19.Shonkoff JP, Meisels SJ. Handbook of early childhood intervention. Cambridge: Cambridge University Press; 2000. [Link]
20.Olade RA. Eva20.luation of the Denver developmental screening test as applied to African children. Nursing Research. 1984; 33(4):204-7. [DOI:10.1097/00006199-198407000-00005]
21.Geisinger KF. Cross-cultural normative assessment: Translation and adaptation issues influencing the normative interpretation of assessment instruments. Psychological Assessment. 1994; 6(4):304-12. [DOI:10.1037/1040-3590.6.4.304]
22.Lim HC, Chan T, Yoong T. Standardisation and adaptation of the Denver Developmental Screening Test (DDST) and Denver II for use in Singapore children. Singapore Medical Journal. 1994; 35(2):156-60. [PMID]
23.Bayley N. Bayley scales of infant development and toddler development. London: Pearson; 2006. [DOI:10.1037/t14978-000]
24.Vameghi R, Sajedi F, Kraskian Mojembari A, Habiollahi A, Lornezhad HR, Delavar B. Cross-Cultural Adaptation, Validation and Standardization of Ages and Stages Questionnaire (ASQ) in Iranian children. Iranian Journal of Public Health. 2013; 42(5):522-8. [PMID]
25.Shahshahani S, Vameghi R, Azari N, Sajedi F, Kazemnejad A. Validity and Reliability Determination of Denver Developmental Screening Test-II in 0-6 Year-Olds in Tehran. Iranian Journal of Pediatrics. 2010; 20(3):313-22. [PMID]
26.Cromwell EA, Dube Q, Cole SR, Chirambo C, Dow AE, Heyderman RS, et al. Validity of US norms for the Bayley Scales of Infant Development-III in Malawian children. European Journal of Paediatric Neurology. 2014; 18(2):223-30. [DOI:10.1016/j.ejpn.2013.11.011] [PMID] [PMCID]
27.Yu YT, Hsieh WS, Hsu CH, Chen LC, Lee WT, Chiu NC, et al. A psychometric study of the Bayley Scales of Infant and Toddler Development - 3rd Edition for term and preterm Taiwanese infants.Research in Developmental Disabilities. 2013; 34(11):3875-83. [PMID]
28Godamunne P, Liyanage C, Wimaladharmasooriya N, Pathmeswaran A, Wickremasinghe AR, Patterson C, et al. Comparison of performance of Sri Lankan and US children on cognitive and motor scales of the Bayley scales of infant development. BMC Research Notes. 2014; 7:300. [DOI:10.1186/1756-0500-7-300] [PMID] [PMCID]
29.Moore T, Johnson S, Haider S, Hennessy E, Marlow N. Relationship between test scores using the second and third editions of the Bayley Scales in extremely preterm children. The Journal of Pediatrics. 2012; 160(4):553-8. [DOI:10.1016/j.jpeds.2011.09.047] [PMID]
30.IRAN Statistical Center. [Iran-statistical-yearbook (Persian)]. Tehran: IRAN Statistical Center; 2020. [Link]
31.Azari N, Soleimani F, Vameghi R, Sajedi F, Shahshahani S, Karimi H, et al. A psychometric study of the bayley scales of infant and toddler development in Persian Language Children. Iranian Journal of Child Neurology. 2017; 11(1):50-6. [DOI:10.22037/ijcn.v11i1.12056]
32.Pena ED, Spaulding TJ, Plante E. The composition of normative groups and diagnostic decision making: Shooting ourselves in the foot. American Journal of Speech-Language Pathology. 2006; 15(3):247-54. [DOI:10.1044/1058-0360(2006/023)]
33.Johnson S, Moore T, Marlow N. Using the Bayley-III to assess neurodevelopmental delay: which cut-off should be used? Pediatric Research. 2014; 75(5):670-4. [PMID]
34.Anderson PJ, De Luca CR, Hutchinson E, Roberts G, Doyle LW; Victorian Infant Collaborative Group. Underestimation of developmental delay by the new Bayley-III Scale. Archives of Pediatrics & Adolescent Medicine. 2010; 164(4):352-6. [DOI:10.1001/archpediatrics.2010.20] [PMID]
35.Steenis LJ, Verhoeven M, Hessen DJ, van Baar AL. Performance of Dutch Children on the Bayley III: A comparison study of US and Dutch Norms. PLoS One. 2015; 10(8):e0132871. [DOI:10.1371/journal.pone.0132871] [PMID] [PMCID]