Standing, Transition, and Walking Ability in Older Adults: The Case for Independently Evaluating Different Domains of Mobility Function
Notice bibliographique
Résumé
BACKGROUND: Independent mobility is a complex behavior that relies on the ability to walk, maintain stability, and transition between postures. However, guidelines for assessment that details what elements of mobility to evaluate and how they should be measured remain unclear. METHODS: Performance on tests of standing, sit-to-stand, and walking were evaluated in a cohort of 135 complex, comorbid, and older adults (mean age 87 ± 5.5 years). Correlational analysis was conducted to examine the degree of association for measures within and between mobility domains on a subset of participants (n = 83) able to complete all tasks unaided. Participants were also grouped by the presence of risk markers for frailty (gait speed and grip strength) to determine if the level of overall impairment impacted performance scores and if among those with risk markers, the degree of association was greater. RESULTS: Within-domain relationships for sit-to-stand and walking were modest (rho = 0.01-0.60). Associations either did not exist or relationships were weak for measures reflecting different domains (rho = -0.35 to 0.25, p > 0.05). As expected, gait speed differed between those with and without frailty risk markers (p < 0.001); however, balance and sit-to-stand measures did not (p ≥ 0.05). CONCLUSIONS: This study highlights the need to independently evaluate different mobility domains within an individual as a standard assessment approach. Modest within-domain relationships emphasize the need to account for multiple, unique control challenges within more complex domains. These findings have important implications for standardized mobility assessment and targeted rehabilitation strategies for older adults.
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 | 0,003 | 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 | 0,001 | 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 ».