Turning and multitask gait unmask gait disturbance in mild‐to‐moderate multiple sclerosis: Underlying specific cortical thinning and connecting fibers damage
Notice bibliographique
Résumé
Multiple sclerosis (MS) causes gait and cognitive impairments that are partially normalized by compensatory mechanisms. We aimed to identify the gait tasks that unmask gait disturbance and the underlying neural correlates in MS. We included 25 patients with MS (Expanded Disability Status Scale score: median 2.0, interquartile range 1.0-2.5) and 19 healthy controls. Fast-paced gait examinations with inertial measurement units were conducted, including straight or circular walking with or without cognitive/motor tasks, and the timed up and go test (TUG). Receiver operating characteristic curve analysis was performed to distinguish both groups by the gait parameters. The correlation between gait parameters and cortical thickness or fractional anisotropy values was examined by using three-dimensional T1-weighted imaging and diffusion tensor imaging, respectively (corrected p < .05). Total TUG duration (>6.0 s, sensitivity 88.0%, specificity 84.2%) and stride velocity during cognitive dual-task circular walking (<1.12 m/s, 84.0%, 84.2%) had the highest discriminative power of the two groups. Deterioration of these gait parameters was correlated with thinner cortical thickness in regional areas, including the left precuneus and left temporoparietal junction, overlapped with parts of the default mode network, ventral attention network, and frontoparietal network. Total TUG duration was negatively correlated with fractional anisotropy values in the deep cerebral white matter areas. Turning and multitask gait may be optimal to unveil partially compensated gait disturbance in patients with mild-to-moderate MS through dynamic balance control and multitask processing, based on the structural damage in functional networks.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».