Gait and Subcortical Hyperintensities in Mild Alzheimer’s Disease and Aging
Notice bibliographique
Résumé
BACKGROUND/AIMS: The relationship between subcortical hyperintensities (SH) on brain MRI and gait parameters in aging and Alzheimer's disease (AD) is unclear. This study compared gait in 42 mild AD patients to 22 normal controls (NC) based on their SH severity and correlated them to SH burden in these groups. METHODS: Gait velocity, stride length, cadence and step width were captured on an automated walkway. Severity of SH on MRI was visually scored, which was used to dichotomize the AD and NC groups into high and low SH severity subgroups. Correlations between gait parameters and total and regional distribution of SH were explored. RESULTS: Compared to both AD subgroups and the NC subgroup with high SH severity, the NC subgroup with low SH severity had a significantly faster velocity (127 cm/s). Overall SH severity correlated significantly with stride length and velocity in the AD (r = -0.4, p = 0.01) and NC (r = -0.4, p = 0.02) groups, respectively, specifically with SH severity in the frontal and basal ganglion regions. CONCLUSION: SH burden may have a relatively stronger association with slower gait velocity in NC than in patients with mild AD. The fronto-subcortical SH load may influence gait in AD and aging.
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 | 0,000 | 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 | 0,000 |
| 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 ».