Cognitive parameters can predict change of walking performance in advanced Parkinson’s disease – Chances and limits of early rehabilitation
Notice bibliographique
Résumé
Introduction Links between cognition and walking performance in patients with Parkinson’s disease (PD), which both decline with disease progression, are well known. There is lack of knowledge regarding the predictive value of cognition for changes in walking performance after individualized therapy. The aim of this study is to identify relevant predictive cognitive and affective parameters, measurable in daily clinical routines, for change in quantitative walking performance after early geriatric rehabilitation. Methods Forty-seven acutely hospitalized patients with advanced PD were assessed at baseline (T1) and at the end (T2) of a 2-week early rehabilitative geriatric complex treatment (ERGCT). Global cognitive performance (Montreal Cognitive Assessment, MoCA), EF and divided attention (Trail Making Test B minus A, delta TMT), depressive symptoms, and fear of falling were assessed at T1. Change in walking performance was determined by the difference in quantitative walking parameters extracted from a sensor-based movement analysis over 20 m straight walking in single (ST, fast and normal pace) and dual task (DT, with secondary cognitive, respectively, motor task) conditions between T1 and T2. Bayesian regression (using Bayes Factor BF10) and multiple linear regression models were used to determine the association of non-motor characteristics for change in walking performance. Results Under ST, there was moderate evidence (BF10 = 7.8, respectively, BF10 = 4.4) that lower performance in the ∆TMT at baseline is associated with lower reduction of step time asymmetry after treatment (R2adj = 0.26, p ≤ 0.008, respectively, R2adj = 0.18, p ≤ 0.009). Under DT walking-cognitive, there was strong evidence (BF10 = 29.9, respectively, BF10 = 27.9) that lower performance in the ∆TMT is associated with more reduced stride time and double limb support (R2adj = 0.62, p ≤ 0.002, respectively, R2adj = 0.51, p ≤ 0.009). There was moderate evidence (BF10 = 5.1) that a higher MoCA total score was associated with increased gait speed after treatment (R2adj = 0.30, p ≤ 0.02). Discussion Our results indicate that the effect of ERGT on change in walking performance is limited for patients with deficits in EF and divided attention. However, these patients also seem to walk more cautiously after treatment in walking situations with additional cognitive demand. Therefore, future development of individualized treatment algorithms is required, which address individual needs of these vulnerable patients.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».