Overground versus treadmill: A manipulation of visual feedback during gait training in Parkinson's disease
Notice bibliographique
Résumé
Visual cues are known to improve gait in PD.This study explored two different visual feedback training interventions (6 weeks each) for Parkinson's disease. All PD subjects were matched for severity(UPDRS score) and height prior to the training and quasi assigned to one of three groups: treadmill walking, overground walking, or a non-training PD control group.Pre and post assessments included: the Unified Parkinson's Disease Rating Scale, 30-second chair stand, timed up and go (TUG), and gait analysis on a GAITRite carpet.Both training groups used transverse lines as external visual cues that were placed either on treadmills or 16-meter carpets.Both groups were required to walk at a predetermined speed calculated in the pre-assessment with instruction to take a step, with each heel hitting the line.To determine gait changes after the training intervention, a 3group x 2limb x 3trials repeated measures ANOVA was performed. The ANOVA showed a significant interaction for GroupxStepLength (F(2,39)=3.4820,p=.041), with a post hoc test confirming main effects in both treadmill and overground groups, with significantly increased step lengths (p=.012 and p=.018 respectively).Also, the TUG test revealed a GroupxTUG interaction (F(2,39)=4.048,p =.025);post hoc analysis indicated that the overground group had significantly better TUG times (p=.022) after the intervention.Results will be discussed in terms of how visual feedback may contribute to specific aspects of gait training in PD.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».