Differences in the association between white matter hyperintensities and gait performance among older adults with and without cognitive impairment
Notice bibliographique
Résumé
AIM: Gait impairment implies subtle cognitive impairment (CI) and is associated with severity of white matter hyperintensities (WMHs). However, cognitive differences in such an association are not yet fully understood. This study examined the association between WMHs and gait performance among three cognitively different older groups. METHODS: Gait performance and WMHs were assessed in 150 community-dwelling older adults, comprising 53 with CI (Mini-Mental State Examination [MMSE] score <24), 63 with mild CI (MMSE score ≥24 and Montreal Cognitive Assessment [MoCA] score <25), and 34 who were cognitively normal or preserved (MMSE ≥24 and MoCA score ≥25). Gait velocity and variability were assessed on a 5-m electronic walkway. Furthermore, WMH volume was derived by automated segmentation using 1.5 T magnetic resonance imaging. RESULTS: Adjusted multiple regression analyses showed that greater WMHs were associated with slower gait velocity and greater temporal (stride time) and spatial (stride and step lengths) variabilities among older adults with CI. In contrast, WMH was only associated with spatial variability in older adults with mild CI and in cognitively normal or preserved older adults. CONCLUSIONS: Our findings suggest that gait variability measures are more sensitive to subtle underlying neurological pathologies including WMHs in older adults. The cognitive-dependent differences found in the association between WMHs and gait performance suggests that the level of cognitive function interferes with the association between WMH and gait performance. Geriatr Gerontol Int 2021; ••: ••-••.
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 | 0,000 |
| 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 ».