Cognitive-Motor Interference during Walking in Older Adults with Probable Mild Cognitive Impairment
Notice bibliographique
Résumé
Although several studies have shown that dual-tasking (DT) mobility is impaired in Alzheimer's disease, studies on the effects of DT conditions in probable Mild Cognitive Impairment (pMCI) have not yielded unequivocal results. The objectives of the study were to (1) examine the effect of a concurrent task on a complex walking task in adults with cognitive impairment; and (2) determine whether the effect varied with different difficulty levels of the concurrent task. Furthermore, the study was designed to evaluate the Trail-Walking Test (TWT) as a potential detection tool for MCI. We examined DT performance in 42 young adults (mean age 23.9±1.98), and 43 older adults (mean age 68.2±6.42). The MoCA was used to stratify the subjects into those with and without pMCI. DT was assessed using the TWT: participants completed 5 trials each of walking along a fixed pathway, stepping on targets with increasing sequential numbers (i.e., 1-2-…-15), and increasing sequential numbers and letters (i.e., 1-A-2-B-3-…-8). Motor and cognitive DT effects (DTE) were calculated for each task. ROC curves were used to distinguish younger and healthy older adults from older adults with pMCI. The TWT showed excellent test-retest reliability across all conditions and groups (ICC : 0.83-0.97). SEM% was also low (.7, p<.05). The TWT is a reliable DT mobility measure in people with pMCI. However, the condition with high cognitive load is more sensitive than the condition with low cognitive load in identifying pMCI. The TWT-3 thus could serve as a screening tool for early detection of individuals with pMCI. Future studies need to determine the neural correlates for cognitive-motor interference in older adults with pMCI.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».