Cognitive correlates of dual tasking costs on the timed up and go test in Parkinson disease
Notice bibliographique
Résumé
Introduction: Dual tasking impairments are an increasingly recognized contributor to falls in Parkinson disease (PD) and may be a promising therapeutic target for PD fall prevention trials. Depending on the context, ambulatory dual tasking difficulties may be caused by different types of neurocognitive impairments. Methods: We performed a cross-sectional analysis of 21 participants with PD. All participants underwent detailed neuropsychological testing that was quantified using normative z-scores. All participants completed the 3-meter timed up and go test (TUG), with and without a dual tasking assignment. Biomechanistic properties of the TUG were quantified using APDM wearable OPAL sensors. We explored correlations between dual tasking cost (DTC) in 1) total TUG duration, 2) Sit-to-stand duration, 3) Stand-to-sit duration, and 4) turn velocity. Results: Impaired total DTC in the TUG correlated inversely with global cognitive performance measured using the Montreal Cognitive Assessment (MoCA) (r = -0.4649, p = 0.0337). Sit-to-stand DTC impairments correlated inversely with processing speed on the WAIS-IV Coding (r = -0.5762, p = 0.0063), semantic fluency (r = -0.5100, p = 0.0182) and learning and memory on the Hopkins Verbal Learning Test-Revised total recall (r = -0.5502, p = 0.0098). Impaired stand-to-sit DTC function corelated inversely with visuospatial cognitive function on the Benton Judgement of Line Orientation (JOLO) test (r = -0.5181, p = 0.0161). Conclusions: The link between dual tasking and fall risk in PD may be caused by cognitive features other than executive dysfunction and may vary based on the ambulatory task in question. These findings shed light on the cognitive contributions to falls in PD.
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 | 0,003 |
| 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 | 0,003 |
| 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 ».