Dual-Task Elderly Gait of Prospective Fallers and Non-Fallers: A Wearable-Sensor Based Analysis
Notice bibliographique
Résumé
Wearable sensors could facilitate point of care, clinically feasible assessments of dynamic stability and associated fall risk through an assessment of single-task (ST) and dual-task (DT) walking. This study investigated gait changes between ST and DT walking and between older adult prospective fallers and non-fallers. The results were compared to a study based on retrospective fall occurrence. Seventy-five individuals (75.2 ± 6.6 years; 47 non-fallers, 28 fallers; 6 month prospective fall occurrence) walked 7.62 m under ST and DT conditions while wearing pressure-sensing insoles and accelerometers at the head, pelvis, and on both shanks. DT-induced gait changes included changes in temporal measures, centre of pressure (CoP) path stance deviations and coefficient of variation, acceleration descriptive statistics, Fast Fourier Transform (FFT) first quartile, ratio of even to odd harmonics, and maximum Lyapunov exponent. Compared to non-fallers, prospective fallers had significantly lower DT anterior⁻posterior CoP path stance coefficient of variation, DT head anterior⁻posterior FFT first quartile, ST left shank medial⁻lateral FFT first quartile, and ST right shank superior maximum acceleration. DT-induced gait changes were consistent regardless of faller status or when the fall occurred (retrospective or prospective). Gait differences between fallers and non-fallers were dependent on retrospective or prospective faller identification.
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 ».