Conflicting and non-conflicting visual cues lead to error in gait initiation and gait inhibition in individuals with freezing of gait
Notice bibliographique
Résumé
INTRODUCTION: We asked whether conflicting visual cues influences gait initiation, gait inhibition and postural control in Parkinson's disease (PD) between freezers, non-freezers and healthy older adults. METHODS: Twenty-five PD participants on dopaminergic medication and 17 healthy older adults were asked to initiate or refrain gait depending on visual cues: green GO (GG), green STOP (GS), red GO (RG), red STOP (RS). Center of pressure (CoP) displacement, variability and mean velocity (VCoP) in the anterior-posterior (AP) and medial-lateral (ML) directions and movement time (MT) were measured. RESULTS: Gait initiation: Both freezers and non-freezers were different from controls in GG and GS. In GS, freezers had smaller CoP displacement and velocity in both directions (p<0.01), while non-freezers had smaller VCoP in AP and ML (p<0.01). AP CoP displacement in GS was smaller in freezers compared to non-freezers (p<0.05). Freezers had longer MT compared to controls in GG and compared to both groups in GS (p<0.01). Gait inhibition: Controls and freezers had larger CoP displacement variability (p<0.05) and velocity (p<0.01) in both directions in RG compared to RS. No differences were seen in non-freezers. Three freezers initiated walking during the RG or RS conditions. CONCLUSION: Freezers were in general slower at initiating gait, displayed a more restrictive postural strategy and were more affected by the conflicting conditions compared to both controls and non-freezers. In freezers, the conflicting visual cues may have increased the cognitive load enough to provoke delays in processing the visual information and implementing the appropriate motor program.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».