Postural Control Is Impaired in People with COPD: An Observational Study
Notice bibliographique
Résumé
PURPOSE: We investigated deficits in postural control and fall risk in people with chronic obstructive pulmonary disease (COPD). METHOD: Twenty people with moderate to severe COPD (mean age 72.3 years, standard deviation [SD] 6.7 years) with a mean forced expiratory volume in 1 second (FEV(1)) of 46.7% (SD 13%) and 20 people (mean age 68.2 years, SD 8.1) who served as a comparison group were tested for postural control using the Sensory Organization Test (SOT). A score of zero in any trial of the SOT was registered as a fall. On the basis of the SOT results, participants were categorized as frequent fallers (two or more falls) or as fallers (one fall). To explore the potential influence of muscle weakness on postural control, knee extensors concentric muscle torque was assessed with an isokinetic dynamometer. Physical activity level was assessed with the Physical Activity Scale for the Elderly. RESULTS: People with COPD showed a 10.8% lower score on the SOT (p=0.016) and experienced more falls (40) than the comparison group (12). The proportion of frequent fallers and fallers during the SOT was greater (p=0.021) in the COPD group (four of 10) than in the comparison group (two of seven). People with COPD showed deficits in knee extensors muscle strength (p=0.01) and a modest trend toward reduced physical activity level. However, neither of these factors explained the deficits in postural control observed in the COPD group. CONCLUSIONS: People with COPD show deficits in postural control and increased risk of falls as measured by the SOT. The deficits in postural control appear to be independent of muscle weakness and level of physical activity. Postural control interventions and fall risk strategies in the pulmonary rehabilitation of COPD are recommended.
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) | 0,001 | 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 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 ».