Brain Structural Correlates of Obstacle Negotiation in Mild Cognitive Impairment: Results from the Gait and Brain Study
Notice bibliographique
Résumé
INTRODUCTION: Mild cognitive impairment (MCI) affects obstacle negotiation capabilities, potentially increasing the risk of falls in older adults. However, it is unclear whether smaller brain volumes typically observed in older individuals with MCI are related to the observed hazardous obstacle negotiation in this population. METHODS: A total of 93 participants (71.9 ± 5.36 years of age; MCI = 53/control = 40) from the Gait and Brain Study were analyzed. Gray matter (GM) volumes from the frontal, temporal, and parietal lobes were entered in the analysis. Gait performance was recorded using a 6-m electronic walkway during two cognitive load conditions while approaching and stepping over an obstacle: (1) single-task and (2) while counting backwards by 1s from 100 (dual-task). Anticipatory adjustments in gait performance to cross an "ad hoc" obstacle were electronically measured during pre-crossing phases: early (3 steps before the late phase) and late (3 steps before obstacle). Association between the percentage of change in average gait speed and step length from early to late (i.e., anticipatory adjustments) and GM volumes was investigated using multivariate models adjusted for potential confounders. RESULTS: Anticipatory adjustments in gait speed (Wilks' lambda: 0.35; Eta2: 0.64; p = 0.01) and step length (Wilks' lambda: 0.33; Eta2: 0.66; p = 0.01) during dual-task conditions were globally associated with GM volumes in MCI. Individuals with MCI with smaller GM volumes in the left inferior frontal gyrus, left hippocampus, right hippocampus, and right entorhinal cortex made significantly fewer anticipatory gait adjustments prior to crossing the obstacle. CONCLUSION: Frontotemporal atrophy may affect obstacle negotiation capabilities potentially increasing the risk of falls in MCI.
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 | 0,001 |
| 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 | 0,000 | 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 ».