Loss of Neural Automaticity Contributes to Slower Walking in COPD Patients
Notice bibliographique
Résumé
The physical impairments (e.g., slower walking speed) in patients with chronic obstructive pulmonary disease (COPD) have been attributed to peripheral characteristics (e.g., muscle atrophy). However, cognitive impairment may compromise motor control including walking automaticity. The objective of this study was to investigate PFC neural activity, evaluated using changes in oxygenated hemoglobin (ΔO2Hb), during preferred paced walking (PPW) in COPD patients and age-matched controls. The ΔO2Hb from the left and right dorsolateral PFC was measured using functional near-infrared spectroscopy. Fifteen COPD patients (age: 71 ± 8) and twenty age-matched controls (69 ± 7 years) participated. Two-way mixed ANOVA demonstrated that O2Hb in both groups decreased during PPW from the start (quintile 1; Q1) to the end (quintile 5; Q5) in the left dorsolateral and medial PFC. Q1 was comprised of the data during the first 20% of the task, while Q5 included data collected in the last 20% of the task duration. PPW duration ranged between 30.0 and 61.4 s in the control group and between 28.6 and 73.0 s in COPD patients. COPD patients demonstrated a higher O2Hb in Q5 compared to the negative O2Hb in controls in the right medial and dorsolateral PFC during PPW. PPW velocity was lower in COPD patients compared to controls (1.02 ± 0.22 vs. 1.22 ± 0.14 m/s, p = 0.005). Healthy older controls exhibited automaticity during walking unlike patients with COPD. The lesser decrease in O2Hb in COPD patients may be attributed to increased executive demands or affect-related cues (e.g., pain or dyspnea) during walking.
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) | 0,001 | 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 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 ».