Relationship Between Executive Function Subdomains and Postural Balance in Community-Dwelling Older Adults
Notice bibliographique
Résumé
BACKGROUND: Executive function (EF) deficits are a significant risk factor for falls among older adults (OAs). However, relationship between EF subdomains (shifting, updating, and inhibition), postural balance (PB), and fall risk in healthy OAs, remains poorly understood. OBJECTIVE: This study aimed to investigate the relationship between EF subdomains (shifting, updating, and inhibition) and PB, and to assess their impact on risk of falls in community-dwelling OAs. METHODS: A cross-sectional study involving 50 OAs aged over 60 years (average age of 72 years) was conducted. Participants underwent assessments of EF subdomains and PB using validated tests. A correlation analysis was employed to examine the relationships between EF and PB. RESULTS: The study revealed significant correlations between subdomains and PB. Mental set shifting (r = -.539; p < .001) and inhibition (r = -.395; p = .050) exhibited inverse relationships with PB. Stepwise multiple linear regression showed that Trail Making Test Part B was associated with the PB (R2 = .42, p < .001). CONCLUSION: These findings highlight the importance of assessing EF subdomains, particularly shifting and inhibition, to identify risk of falls. Trail Making Test Part B largely explains the variability of the PB. Integrating PB assessments and EF training, such as the Mini-BESTest, into routine care can be vital for fall prevention strategies. Significance/Implications: This knowledge underscores the need for cognitive training interventions focusing on shifting and inhibition to enhance PB and potentially reduce falls. Additionally, incorporation of EF assessment tools as Trail Making Test Part B and the Mini-BESTest into routine clinical practice for community-dwelling OAs is recommended to address fall prevention strategies.
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 | 0,000 |
| 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 | 0,002 |
| 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 ».