Association of gait with global cognitive function and cognitive domains detected by MoCA-J among community-dwelling older adults: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Gait was proved to be strongly associated with global cognitive function and multiple cognitive domains; however, previous research usually concentrated on individual gait parameters. This study used wearable sensors to measure gait parameters in different aspects and comprehensively explored the association of gait with global cognitive function and cognitive domains. METHODS: The data of this cross-sectional study were obtained from 236 community-dwelling Japanese older adults (125 men and 111 women) aged 70-81 years. Gait was measured by asking participants to walk a 6-m course and back using the Physilog® sensors (GaiUp®, Switzerland). Global cognitive function and cognitive domains were evaluated by face-to-face interviews using the Japanese version of the Montreal Cognitive Assessment. Twenty gait parameters were summarized as independent gait factors using factor analysis. A generalized linear model and linear regression model were used to explore the relationship of gait with global cognitive function and cognitive domains adjusted for several confounding factors. RESULTS: Factor analysis yielded four gait factors: general cycle, initial contact, propulsion, and mid-swing. Among them, general cycle factor was significantly associated with global cognitive function (β = - 0.487, [- 0.890, - 0.085]) and executive function (P = 0.049); initial contact was associated with executive function (P = 0.017). CONCLUSION: General cycle of gait might be the better marker of global cognitive function and gait is most strongly associated with executive function. The longitudinal relationships should be examined in future cohort studies.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».