Tests of Static Balance Do Not Predict Mobility Performance Following Traumatic Brain Injury
Notice bibliographique
Résumé
PURPOSE: To investigate the extent to which different single-limb support (SLS) parameters predict mobility performance following traumatic brain injury (TBI). METHODS: Seventy-one people with mobility limitations following TBI were assessed for balance and mobility performance in a human movement laboratory. Participants performed a clinical test of static balance that involved balancing in SLS on each leg with eyes open and eyes closed. Mobility performance was measured by self-selected gait speed and performance on the High Level Mobility Scale (HiMAT). Dynamic stability during walking was measured by quantifying lateral centre of mass (COM) displacement, width of base of support, and proportion of double-support stance time. RESULTS: Total static balance scores were strongly correlated with HiMAT scores (r=0.57, p<0.001) and lateral COM displacement (r=-0.51, p<0.001). Despite these strong correlations, however, balance scores explained only 32% of the variance in advanced mobility skills (r(2)=0.32) and 26% of the variance in lateral COM displacement (r(2)=0.26). CONCLUSIONS: Since mobility performance varied widely for people with similar levels of balance, SLS time was not able to predict dynamic stability during gait, self-selected gait speed, or advanced mobility skills in people with TBI.
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) | 0,001 | 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 ».