Aging Delays Completion of Head Rotation Cycles in Continuous Gaze Stabilization Exercises despite Putative Healthy Vestibular Function
Notice bibliographique
Résumé
INTRODUCTION: Aging is associated with loss of balance, with falls being one of the leading causes of death among the elderly in the USA. Gaze stabilization exercises (GSE) improve balance control in vestibular populations and could be useful to prevent falls in healthy individuals. However, the extent to which aging affects head kinematics in GSE is unknown. METHODS: Forty-eight younger (n = 25, 24 ± 6 years, 60% female) and older (n = 23, 66 ± 5 years, 56% female) adults completed six 30-s GSE. Participants were asked to maintain gaze fixation on a stationary target while continuously performing head movements in pitch (e.g., vertical) and yaw (e.g., horizontal) directions. The visual target was placed on the wall 1 m or 2 m away or handheld at arm's length. Head kinematics were recorded with an inertial measurement unit placed on the back of the participants' head. RESULTS: Older adults took significantly more time (e.g., delay) to complete cycles of head rotation in both pitch and yaw compared to younger participants across all GSE. Such delay was further increased during yaw head rotation while fixating gaze of the 1 m target. The average peak velocity (APV) and average angular displacement (AAD), however, were equivalent between groups in all GSE. CONCLUSION: Aging leads to the maintenance of head rotation APV and AAD at the expense of delayed cycles of head rotation, suggesting an age-dependent prioritization strategy (e.g., adapt duration first, range second) during continuous head movements. The distance of the visual target and head movement direction influenced elderly performance and should be considered when prescribing GSE to older populations.
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 ».