Cognitive-motor dual task to reveal gait impairments in multiple sclerosis patients at an early stage: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Multiple sclerosis can cause locomotor and cognitive impairments even at lower levels of disability, which can impact daily life. The cognitive-motor dual task is commonly used to assess everyday locomotion. Thus, this study aimed to examine the effect of cognitive-motor dual tasks on gait parameters among patients with multiple sclerosis in the early disease stages and to determine whether dual tasks could be used as a clinical test to detect locomotion impairments. METHODS: A systematic search of five databases was conducted in May 2024. The population of interest was patients with multiple sclerosis with an Expanded Disability Status Scale score of 4 or less. The following outcome measures were examined: spatiotemporal and kinematic parameters. The Newcastle-Ottawa Scale was used to assess the quality of the studies. FINDINGS: Eleven studies including 270 patients with multiple sclerosis and 221 healthy controls. Three spatiotemporal parameters were modified both in patients with multiple sclerosis and healthy controls during dual-task performance: gait speed, stride length and the double support phase. No spatiotemporal parameter was affected during dual-task performance in patients with multiple sclerosis alone. INTERPRETATION: Dual-task performance could be useful for assessing gait impairments in patients with multiple sclerosis provided that assessments and protocols are standardized. Nevertheless, the spatiotemporal parameters did not allow discrimination between patients with multiple sclerosis at an early stage and healthy controls. Three-dimensional gait analysis during dual-task performance could be a useful approach for detecting early gait impairments in patients with multiple sclerosis, assessing their progression and adjusting rehabilitation programs.
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 | 0,005 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».