Leg Strength or Velocity of Movement
Notice bibliographique
Résumé
OBJECTIVE: To determine which component of leg power (maximal limb strength or limb velocity) is more influential on balance performance in mobility limited elders. DESIGN: In this cross-sectional analysis we evaluated 138 community-dwelling older adults with mobility limitation. Balance was measured using the Unipedal Stance Test, the Berg Balance Test (BERG), the Dynamic Gait Index, and the performance-oriented mobility assessment. We measured one repetition maximum strength and power at 40% one repetition maximum strength, from which velocity was calculated. The associations between maximal estimated leg strength and velocity with balance performance were examined using separate multivariate logistic regression models. RESULTS: Strength was found to be associated [odds ratio of 1.06 (95% confidence interval, 1.01-1.11)] with performance on the Unipedal Stance Test, whereas velocity showed no statistically significant association. In contrast, velocity was consistently associated with performance on all composite measures of balance (BERG 14.23 [1.84-109.72], performance-oriented mobility assessment 33.92 [3.69-312.03], and Dynamic Gait Index 35.80 [4.77-268.71]). Strength was only associated with the BERG 1.08 (1.01-1.14). CONCLUSIONS: Higher leg press velocity is associated with better performance on the BERG, performance-oriented mobility assessment, and Dynamic Gait Index, whereas greater leg strength is associated with better performance on the Unipedal Stance Test and the BERG. These findings are likely related to the intrinsic qualities of each test and emphasize the relevance of limb velocity.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».