Slow but Steady: Similar Sit-to-Stand Balance at Seat-Off in Older vs. Younger Adults
Notice bibliographique
Résumé
Many older adults suffer injuries due to falls as the ability to safely move between sitting and standing degrades. Unfortunately, while existing measures describe sit-to-stand (STS) performance, they do not directly measure the conditions for balance. To gain insight into the effect of age on STS balance, we analyzed how far 8 older and 10 young adults strayed from a state of static balance and how well each group maintained dynamic balance. Static balance was evaluated using the position of the center-of-mass (COM) and center-of-pressure (COP), relative to the functional base-of-support (BOS). As the name suggests, static balance applies when the linear and angular velocity of the body is small in magnitude, in the range of that observed during still standing. Dynamic balance control was evaluated using a model-based balance metric, the foot-placement-estimator (FPE), relative to the COP and BOS. We found that the older adults stay closer to being statically balanced than the younger participants. The dynamic balance metrics show that both groups keep the FPE safely within the BOS, though the older adults maintain a larger dynamic balance margin. Both groups exhibit similar levels of variability in these metrics. Thus, the conservative STS performance in older adults is likely to compensate for reduced physical ability or reduced confidence, as their dynamic balance control does not seem affected. The presented analysis of both static and dynamic balance allows us to distinguish between STS performance and balance, and as such can contribute to the identification of those older adults prone to falling, thus ultimately reducing the number of falls during STS transfers.
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) | 0,001 | 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 | 0,001 |
| 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 ».