Gait and Age‐Related Hearing Loss Interactions on Global Cognition and Falls
Notice bibliographique
Résumé
OBJECTIVES: Age-related hearing loss (ARHL) is considered a risk factor for cognitive impairment and falls. The association may be modulated by gait performance because ARHL is related to mobility decline, which strongly contributes to cognitive impairment and falls. We investigated the interactive effects of gait and ARHL on global cognition and falls among older adults. STUDY DESIGN: Retrospective cohort study. METHODS: The auditory acuity of 810 community-dwelling older adults was measured using a pure-tone average of hearing thresholds at 1,000 and 4,000 Hz in the better-hearing ear. Participants were then stratified as follows: normal hearing, ≤25 dB; mild hearing loss (HL), >25 and ≤40 dB; and moderate to severe HL, >40 dB. Gait speed was assessed as an indicator of gait performance and fall occurrence within the previous year. Global cognition was determined using the Montreal Cognitive Assessment (MoCA) test. RESULTS: A total of 320 (39.5%) and 233 (28.8%) participants had mild and moderate to severe HL, respectively. Hierarchical multiple and logistic regression analyses showed interactions between gait performance and moderate hearing loss on both global cognition and the occurrence of falls. Specifically, older adults with moderate hearing loss who walked slowly showed lower MoCA scores and a higher incidence of falls, whereas those with decent gait speed did not show such a tendency. CONCLUSION: Our results suggest that poor gait performance might modulate the effects of ARHL, leading to cognitive decline and falls. Poor cognitive performance and falls may be prevalent in older adults with ARHL, especially in those with slower gait and moderate hearing loss. LEVEL OF EVIDENCE: 3 Laryngoscope, 132:857-863, 2022.
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) | 0,000 | 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 ».