A dual-task gait test detects mild cognitive impairment with a specificity of 91.2%
Notice bibliographique
Résumé
Background: Mild cognitive impairment (MCI) is a valuable intervention window in the progress of senile dementia, but the question of how to easily and conveniently detect MCI in the community remains unanswered. Gait performance reflects cognitive function, but how to reliably detect MCI through gait testing is still being explored. Objective: To develop a dual-task gait testing method that could reliably detect MCI in the community. Methods: A cross-sectional diagnostic study was conducted in 111 older adults (mean age = 72.14 ± 6.90 years) from five communities in Wuhan, China. A novel dual-task gait testing method, walking while identifying animals in pictures (AniP-DT gait test), was developed. The participants were classified into MCI or cognitively intact based on their performance on the Montreal Cognitive Assessment Scale (MoCA). Gait performance was assessed using both single-task and the AniP-DT gait test. Multiple linear regression and binary logistic regression were used to model the association between gait speed and cognitive status, and receiver operating characteristic (ROC) curve analysis was used to assess the discrimination ability. Results: Compared to the cognitively intact group, the gait speed of the MCI group was lower in both single-task and the AniP-DT gait tests. The gait speed of the AniP-DT gait test was significantly associated with MoCA scores after adjusting the covariates and exhibited good discrimination ability in MCI detection (AUC = 0.814), with a specificity of 91.2%. ROC analysis of the logistic models revealed better discrimination ability of dual-task gait velocity when adjusted with age and years of education (AUC = 0.862). Conclusion: The evidence in this study suggested that the AniP-DT gait test could be an easy and reliable screening tool for MCI in community 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,000 | 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 ».