Association Between Baseline Gait Parameters and Future Fall Risk in Patients With De Novo Parkinson’s Disease: Forward Versus Backward Gait
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Falls are not uncommon even in patients with early stages of Parkinson's disease (PD). The aims of this study were to determine the relationships between gait parameters and falls and identify crucial gait parameters for predicting future falls in patients with de novo PD. METHODS: We prospectively recruited patients with de novo PD, and evaluated their baseline demographics, global cognitive function on the Montreal Cognitive Assessment test, and parkinsonian motor symptoms including their subtypes. Both forward gait (FG) and backward gait (BG) were measured using the GAITRite system. The history of falls in consecutive patients with de novo PD was examined along with 1 year of follow-up data. RESULTS: Among the 76 patients with de novo PD finally included in the study, 16 (21.1%) were classified as fallers. Fallers had slower gait and shorter stride for FG and BG parameters than did non-fallers, while stride-time variability was greater in fallers but only for BG. Multivariable logistic regression analysis revealed that slow gait was an independent risk factor in BG. CONCLUSIONS: Among the patients with de novo PD, gait speed and stride length were more impaired for both FG and BG in fallers than in non-fallers. It was particularly notable that slow BG was significantly associated with future fall risk, indicating that BG speed is a potential biomarker for predicting future falls in patients with early-stage PD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».