Evaluation of Knee Proprioception and Factors Related to Parkinson’s Disease
Notice bibliographique
Résumé
Background. Changes in proprioception may contribute to postural instability in individuals with neurological disorders. Objectives. Evaluate proprioception in the lower limbs of patients with Parkinson's disease (PD) and the association between proprioception and cognitive ability, motor symptoms, postural instability, and disease severity. Methods. This is a cross-sectional, controlled study that evaluated proprioception in PD patients and healthy age- and sex-matched individuals. Kinetic postural proprioception of the knee was evaluated using an isokinetic dynamometer (Biodex® Multi-Joint System 4 Pro). Participants were evaluated using the Montreal Cognitive Assessment (MoCA), the Hoehn and Yahr rating scale and postural instability (pull test and stabilometric analysis), and motor function (UPDRS-III) tests. Results. A total of 40 individuals were enrolled in the study: 20 PD patients and 20 healthy controls (CG). The PD patients had higher angular errors on the proprioceptive ratings than the CG participants (p = 0.002). Oscillations of the center of pressure (p = 0.002) were higher in individuals with PD than in the controls. Proprioceptive errors in the PD patients were associated with the presence of tremors as the dominant symptom and more impaired motor performance. Conclusion. These findings show that individuals with PD have proprioceptive deficits, which are related to decreased cognitive ability and impaired motor symptoms.
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 | 0,001 |
| 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 ».