Differential Effects of Haptic Biofeedback on Gait Performance in Older Adults
Notice bibliographique
Résumé
Older adults have poorer gait performance, leading to diminished mobility and increased risk of mortality.They walk with shorter stride length and lower gait speed, which are key determinants of gait performance.They also have reduced hip range of motion which leads to shorter steps and higher cadence.Wearable biofeedback systems are a potential solution to enhance walking ability in older adults, however, providing biofeedback to multiple gait variables is challenging.Yet, it is unknown if by providing biofeedback to one parameter only, all users display the same movement strategies resulting in the same gait pattern.This pilot study investigated if healthy older adults presented different gait patterns when a wearable biofeedback system prompted users to increase their swing time only.Four participants aged over 65 years used the device in an outdoor flat surface and received haptic biofeedback during 10-minutes.Two conditions were evaluated, with (Biofeedback) and without biofeedback (Control).Gait trials analysis suggested that in this pilot test, all participants increased swing time and reduced cadence, however, two walking patterns were characterized among participants.Participant 3 (P3) and participant 4 (P4) increased their stride length and speed, whereas participant 1 (P1) and participant 2 (P2) behaved the opposite.While P3 and P4 used their hip extension to produce larger strides to propel the body forward, P1 and P2 increased their knee flexion but lacked substantial increments in hip extension.This pilot test demonstrated that while all users followed the clues from the biofeedback, their entire gait could be very different.This pilot study provides insights into differential gait patterns and serves as a foundation to guide further experiments aiming to improve gait performance in healthy older adults.
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 | 0,004 |
| 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 | 0,001 | 0,000 |
| 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 ».