Interactions between cognitive and sensory load while planning and controlling complex gait adaptations in Parkinson’s disease
Notice bibliographique
Résumé
BACKGROUND: Recent research has argued that removal of relevant sensory information during the planning and control of simple, self-paced walking can result in increased demand on central processing resources in Parkinson's disease (PD). However, little is known about more complex gait tasks that require planning of gait adaptations to cross over an obstacle in PD. METHODS: In order to understand the interaction between availability of visual information relevant for self-motion and cognitive load, the current study evaluated PD participants and healthy controls while walking toward and stepping over an obstacle in three visual feedback conditions: (i) no visual restrictions; (ii) vision of the obstacle and their lower limbs while in complete darkness; (iii) vision of the obstacle only while in complete darkness; as well as two conditions including a cognitive load (with a dual task versus without a dual task). Each walk trial was divided into an early and late phase to examine changes associated with planning of step adjustments when approaching the obstacle. RESULTS: Interactions between visual feedback and dual task conditions during the obstacle approach were not significant. Patients with PD had greater deceleration and step time variability in the late phase of the obstacle approach phase while walking in both dark conditions compared to control participants. Additionally, participants with PD had a greater number of obstacle contacts when vision of their lower limbs was not available specifically during the dual task condition. Dual task performance was worse in PD compared to healthy control participants, but notably only while walking in the dark regardless of visual feedback. CONCLUSIONS: These results suggest that reducing visual feedback while approaching an obstacle shifts processing to somatosensory feedback to guide movement which imposes a greater demand on planning resources. These results are key to fully understanding why trips and falls occur in those with PD.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».