Does the Presence of Cognitive Impairment Exacerbate the Risk of Falls in People with Peripheral Neuropathy? An Application of Body-Worn Inertial Sensors to Measure Gait Variability
Notice bibliographique
Résumé
People with peripheral neuropathy (PN) are at risk of falling. Many people with PN have comorbid cognitive impairment, an independent risk factor of falls, which may further increase the risk of falling in people with PN. However, the negative synergic effect of those factors is yet to be reported. We investigated whether the presence of cognitive impairment exacerbates the risk of falls in people with PN by measuring gait variability during single-task walking and dual-task walking. Forty-four adults with PN were recruited. Based on the Montreal Cognitive Assessment (MoCA) scores, 19 and 25 subjects were cognitively impaired and intact, respectively. We measured coefficients of variation of gait speed, stride length, and stride time using validated body-worn sensors. During single-task walking, no between-group differences were observed (all p > 0.05). During dual-task walking, between-group differences were significant for gait variability for gait speed and stride length (51.4% and 71.1%, respectively; p = 0.014 and 0.011, respectively). MoCA scores were significantly correlated with gait variability for gait speed (r = 0.319, p = 0.035) and stride length (r = 0.367, p = 0.014) during dual-task walking. Our findings suggest that the presence of cognitive impairment exacerbates the risk of falls in people with PN.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».