Motor Imagery Deficits in High-Functioning Older Adults and Its Impact on Fear of Falling and Falls
Notice bibliographique
Résumé
BACKGROUND: Older adults at risk of falling or who have fear of falling (FoF) present a discrepancy between "imagined" and "performed" actions. Using the gait-related motor imagery paradigm, we investigated whether prediction accuracy in motor execution is associated with the onset of FoF and with prospective falls among older adults with FoF. METHODS: A cohort of 184 community-dwelling older adults was tested for imaginary and executed Timed Up and Go (TUG) tests at a fast pace at baseline. They were first asked to imagine performing TUG and estimate the time taken to complete it (iTUG) and then to perform the actual trial (aTUG); the difference between the 2 times was calculated. Prospective falls were monitored between baseline and 2-year follow-up of FoF assessment. RESULTS: At follow-up, 27 of 85 participants without FoF at baseline (31.8%) had developed FoF. Twenty-seven of 99 participants (27.2%) with FoF at baseline experienced falls. A significantly shorter iTUG duration, when compared with aTUG, was observed in those who developed FoF or experienced multiple prospective falls, indicating overestimation of their TUG performance. The adjusted logistic regression model showed that a greater ΔTUG (ie, tendency to overestimate) at baseline was associated with an increased risk of new-onset FoF among those without FoF at baseline and multiple prospective falls among those with FoF at baseline. CONCLUSIONS: Deficits in motor imagery (ie, overestimation of physical capabilities), reflecting impairment in motor planning, could provide an additional explanation of the high risk of FoF and recurrent falls among people with FoF.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 ».