Guidelines for Gait Assessments in the Canadian Consortium on Neurodegeneration in Aging (CCNA)
Notice bibliographique
Résumé
BACKGROUND: Motor and cognitive impairments are common among older adults and often co-exist, increasing their risk of dementia, falls, and fractures. Gait performance is an accepted indicator of global health and it has been proposed as a valid motor marker to detect older adults at risk of developing mobility and cognitive declines including future falls and incident dementia. Our goal was to provide a gait assessment protocol to be used for clinical and research purposes. METHODS: Based on a consensus that identified common evaluations to assess motor-cognitive interactions in community-dwelling older individuals, a protocol on how to evaluate gait in older adults for the Canadian Consortium on Neurodegeneration in Aging (CCNA) was developed. RESULTS: The CCNA gait assessment includes preferred and fast pace gait, and dual-task gait that comprises walking while performing three cognitively demanding tasks: counting backwards by ones, counting backwards by sevens, and naming animals. This gait protocol can be implemented using an electronic-walkway, as well as by using a regular stopwatch. The latter approach provides a simple manner to evaluate quantitative gait performance in clinics. CONCLUSIONS: Establishing a standardized gait assessment protocol will help to assess motor-cognitive interactions in aging and neurodegeneration, to compare results across studies, and to feasibly implement and translate gait testing in clinics for detecting impending cognitive and mobility decline.
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 | 0,025 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,010 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,007 |
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 ».