Gait and falls in cerebral small vessel disease: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Gait impairment contributes to falls and frailty. Some studies suggest that cerebral small vessel disease (CSVD) is associated with gait impairment in the general population. We systematically reviewed and meta-analysed the literature on associations of CSVD with gait impairment and falls. METHODS: The protocol was published in PROSPERO (CRD42021246009). Searches of Medline, Cochrane and Embase databases were conducted on 30 March 2022. Cross-sectional and longitudinal studies of community-dwelling adults were included, reporting relationships between diagnosis or neuroimaging markers of CSVD and outcomes related to gait or falls. Partial correlation coefficients were calculated and pooled using a random-effects model for meta-analysis. RESULTS: The search retrieved 73 studies (53 cross-sectional; 20 longitudinal). Most studies reported an association between CSVD and gait impairments or falls risk: 7/7 studies on CSVD score or diagnosis, 53/67 studies on white matter hyperintensities (WMHs), 11/21 studies on lacunar infarcts, 6/15 studies on cerebral microbleeds and 1/5 studies on perivascular spaces. Meta-analysis of 13 studies found that higher WMH volume was mildly correlated with lower gait speed, in all studies (r = -0.23, 95% confidence interval: -0.33 to -0.14, P < 0.0001). However, there was significant heterogeneity between studies (I2 = 82.95%; tau2 = 0.02; Q = 79.37, P < 0.0001), which was unexplained by variation in age, sex, study quality or if the study adjusted for age. CONCLUSIONS: Findings suggest that CSVD severity is associated with gait impairment, history of falls and risk of future falls. Prevention of CSVD should be part of a comprehensive public health strategy to improve mobility and reduce risk of falls in later life.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».