MétaCan
Menu
Retour à la cohorte
Enregistrement W4379473123 · doi:10.3389/fneur.2023.1179237

Postural threat increases sample entropy of postural control

2023· article· en· W4379473123 sur OpenAlexafffund
Olivia M. Fischer, Kyle J. Missen, Craig D. Tokuno, Mark G. Carpenter, Allan L. Adkin

Notice bibliographique

RevueFrontiers in Neurology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of British ColumbiaInternational Collaboration On Repair DiscoveriesBrock University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBrock University
Mots-clésSample entropyPhysical medicine and rehabilitationPsychologySample (material)MedicineCognitive psychologyPhysicsPattern recognition (psychology)Thermodynamics

Résumé

récupéré en direct d'OpenAlex

Introduction: Postural threat elicits modifications to standing balance. However, the underlying neural mechanism(s) responsible remain unclear. Shifts in attention focus including directing more attention to balance when threatened may contribute to the balance changes. Sample entropy, a measure of postural sway regularity with lower values reflecting less automatic and more conscious control of balance, may support attention to balance as a mechanism to explain threat-induced balance changes. The main objectives were to investigate the effects of postural threat on sample entropy, and the relationships between threat-induced changes in physiological arousal, perceived anxiety, attention focus, sample entropy, and traditional balance measures. A secondary objective was to explore if biological sex influenced these relationships. Methods: Healthy young adults (63 females, 42 males) stood quietly on a force plate without (No Threat) and with (Threat) the expectation of receiving a postural perturbation (i.e., forward/backward support surface translation). Mean electrodermal activity and anterior-posterior centre of pressure (COP) sample entropy, mean position, root mean square, mean power frequency, and power within low (0-0.05 Hz), medium (0.5-1.8 Hz), and high-frequency (1.8-5 Hz) components were calculated for each trial. Perceived anxiety and attention focus to balance, task objectives, threat-related stimuli, self-regulatory strategies, and task-irrelevant information were rated after each trial. Results and Discussion: Significant threat effects were observed for all measures, except low-frequency sway. Participants were more physiologically aroused, more anxious, and directed more attention to balance, task objectives, threat-related stimuli, and self-regulatory strategies, and less to task-irrelevant information in the Threat compared to No Threat condition. Participants also increased sample entropy, leaned further forward, and increased the amplitude and frequency of COP displacements, including medium and high-frequency sway, when threatened. Males and females responded in the same way when threatened, except males had significantly larger threat-induced increases in attention to balance and high-frequency sway. A combination of sex and threat-induced changes in physiological arousal, perceived anxiety, and attention focus accounted for threat-induced changes in specific traditional balance measures, but not sample entropy. Increased sample entropy when threatened may reflect a shift to more automatic control. Directing more conscious control to balance when threatened may act to constrain these threat-induced automatic changes to balance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,319
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207