Using Cognitive-Motor Dual-Tasks and Functional Near-Infrared Spectroscopy to Characterize Older Adults with and without Subjective Cognitive Decline
Notice bibliographique
Résumé
BACKGROUND: Subjective cognitive decline (SCD) refers to individuals who report persistent cognitive deficits but perform normally on neuropsychological tests. Performance may be facilitated by increased prefrontal cortex activation, known as neural compensation, and could be used to differentiate between older adults with and without SCD. OBJECTIVE: This cross-sectional pilot study measured changes in the hemodynamic response (ΔHbO2) using functional near-infrared spectroscopy (fNIRS) as well as cognitive and motor performance during fine and gross motor dual-tasks in older adults with and without SCD. METHODS: Twenty older adults over 60 years old with (n = 10) and without (n = 10) SCD were recruited. Two experiments were conducted using 1) gross motor walking and 2) fine motor finger tapping tasks that were paired with an n-back working memory task. Participants also completed neuropsychological assessments and questionnaires on everyday functioning. RESULTS: Repeated measures ANOVAs demonstrated slower response times during dual-task gait compared to the single task (p = 0.032) and in the non-SCD group, slower gait speed was also observed in the dual compared to single task (p = 0.044). Response times during dual-task finger tapping were slower than the single task (p = 0.049) and greater ΔHbO2 was observed overall in the SCD compared to non-SCD group (p = 0.002). CONCLUSIONS: Examining neural and performance outcomes revealed differences between SCD and non-SCD groups and single and dual-tasks. Greater brain activation during dual-task finger tapping may reflect neural compensation, which should be examined in a larger sample and longitudinally to better characterize SCD.
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 | 0,000 |
| 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 ».