Disentangling perceptual judgment and online feedback deficits in Parkinson’s freezing of gait
Notice bibliographique
Résumé
Although the underlying mechanisms of freezing of gait in Parkinson's disease (PD) are not fully understood, impaired sensory-perceptual processing has been proposed as an important contributor to freezing episodes. The aims of this cross-sectional study were to disentangle how sensory-perceptual deficits involved in planning (prior to movement) and sensory-perceptual feedback processing (during movement execution) contribute to freezing of gait in narrow spaces. Thirteen PD participants with freezing (PD FOG), 14 PD participants without freezing (PD non-FOG), and 15 healthy individuals made a perceptual estimate of the width of the distal opening of a corridor in two conditions: parallel and narrowing walls. Gait characteristics and number of freezing episodes were then compared while participants walked in baseline (no corridor), and through parallel walls and narrowing walls corridors. Visuospatial abilities were also assessed using neuropsychological tests. PD FOG had lower scores in the copy of the pentagons (p = 0.044) and had greater error variability in the perceptual judgment task (p = 0.008) than healthy participants. Although a similar number of freezing episodes occurred in both corridor conditions, PD FOG had greater step length variability while walking through the parallel walls corridor compared to healthy (p < 0.001) and PD non-FOG (p = 0.017) participants. Regression analysis revealed that error variability in perceptual judgment predicted the percentage of time spent in double support (R (2) = 0.347) only in the narrowing walls condition for PD FOG. These results support the notion that sensory-perceptual deficits both prior to movement planning and during movement execution are important factors contributing to freezing of gait.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».