Relationship between timed ‘up and go’ and gait time in an elderly orthopaedic rehabilitation population
Notice bibliographique
Résumé
OBJECTIVE: To analyse the relationship between the timed 'up and go' (TUG) and gait time in an elderly orthopaedic population, in order to determine whether additional useful information is obtained by measuring both. DESIGN: Observational study. SETTING: Jewish Rehabilitation Hospital, Laval, Quebec. SUBJECTS: Seventy-nine consecutive inpatients in the orthopaedic programme with a primary admitting diagnosis of either total hip replacement (THR), total knee replacement (TKR), or hip fracture repair. OUTCOME MEASURES: Timed 'up and go' and time to walk 10 metres. RESULTS: The admission correlation between gait time and TUG was r= 0.745. The correlation at discharge (r= 0.816) was higher than that seen on admission. The relationship between gait time and TUG was linear both at admission and discharge. The correlation between gait time and TUG was strong for patients with TKR at admission (r= 0.868) and discharge (r= 0.878), and for patients with THR, both at admission (r= 0.809) and discharge (r= 0.879). However, the correlation on admission was weaker for patients with hip fracture (r= 0.497). For slow walkers (people with a gait speed below 0.5 m/s) on admission, the correlation was moderate (r= 0.649). However, for those with gait speeds faster than or equal to 0.5 m/s, the correlation was weaker (r= 0.484). This discrepancy was no longer evident on discharge. Likewise, for patients with a fast TUG score (< 30 seconds) on admission, there was virtually no relationship between TUG and gait time (r= 0.084), although a good correlation was present for those with 'up and go' times longer than 30 seconds (r = 0.634). As with gait speed, this difference disappeared by discharge. CONCLUSIONS: The relationship between gait time and TUG in an elderly orthopaedic rehabilitation population is good, and its strength varies by specific diagnosis, mobility, and time point in the course of therapy. The two measures are not redundant in this population.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».