The Neurocognitive Basis for Impaired Dual-Task Performance in Senior Fallers
Notice bibliographique
Résumé
Falls are a major health-care concern, and while dual-task performance is widely recognized as being impaired in those at-risk for falls, the underlying neurocognitive mechanisms remain unknown. A better understanding of the underlying mechanisms could lead to the refinement and development of behavioral, cognitive, or neuropharmacological interventions for falls prevention. Therefore, we conducted a cross-sectional study with community-dwelling older adults aged 70-80 years with a history of falls (i.e., two or more falls in the past 12 months) or no history of falls (i.e., zero falls in the past 12 months); n = 28 per group. We compared functional activation during cognitive-based dual-task performance between fallers and non-fallers using functional magnetic resonance imaging (fMRI). Executive cognitive functioning was assessed via Stroop, Trail Making, and Digit Span. Mobility was assessed via the Timed Up and Go test (TUG). We found that non-fallers exhibited significantly greater functional activation compared with fallers during dual-task performance in key regions responsible for resolving dual-task interference, including precentral, postcentral, and lingual gyri. Further, we report slower reaction times during dual-task performance in fallers and significant correlations between level of functional activation and independent measures of executive cognitive functioning and mobility. Our study is the first neuroimaging study to examine dual-task performance in fallers, and supports the notion that fallers have reduced functional brain activation compared with non-fallers. Given that dual-task performance-and the underlying neural concomitants-appears to be malleable with relevant training, our study serves as a launching point for promising strategies to reduce falls in the future.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».