Dual-tasking and gait in people with Mild Cognitive Impairment. The effect of working memory
Notice bibliographique
Résumé
BACKGROUND: Cognition and mobility in older adults are closely associated and they decline together with aging. Studies evaluating associations between cognitive factors and gait performance in people with Mild Cognitive Impairment (MCI) are scarce. In this study, our aim was to determine whether specific cognitive factors have a more identifiable effect on gait velocity during dual-tasking in people with MCI. METHODS: Fifty-five participants, mean age 77.7 (SD = 5.9), 45% women, with MCI were evaluated for global cognition, working memory, executive function, and attention. Gait Velocity (GV) was measured under a single-task condition (single GV) and under two dual-task conditions: 1) while counting backwards (counting GV), 2) while naming animals (verbal GV). Multivariable linear regression analysis was used to examine associations with an alpha-level of 0.05. RESULTS: Participants experienced a reduction in GV while engaging in dual-task challenges (p < 0.005). Low executive function and working memory performances were associated with slow single GV (p = 0.038), slow counting GV (p = 0.017), and slow verbal GV (p = 0.031). After adjustments, working memory was the only cognitive factor which remained significantly associated with a slow GV. CONCLUSION: In older adults with MCI, low working memory performance was associated with slow GV. Dual-task conditions showed the strongest associations with gait slowing. Our findings suggest that cortical control of gait is associated with decline in working memory in people with MCI.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».