Effects of freezing of gait on vertical ground reaction force in Parkinson's disease
Notice bibliographique
Résumé
Vertical ground reaction force (vGRF) is a main kinetic gait analysis explaining body weight loading patterns. The study primarily aimed to understand effects of Freezing of gait (FoG) on vGRF in Parkinson's disease (PD). A secondary analysis for a walking dataset including biomechanical analyses for 26 PD participants (13 with FoG) was performed. Considering the normal pattern of vGRF curve, peaks during early stance (F1) and late stance (F3), and slope in- during mid-stance (F2) were used to represent the change in kinetic forces. vGRF parameters were compared between FoG and non-FoG participants, and at off- and on-medication. FoG participants showed higher vGRFs during mid-stance F2 magnitude (p = 0.003), and weaker vertical propulsion; F3 magnitude (p < 0.001). This coincided with delayed weight acceptance; F1 timing (p = 0.019), and midstance peaks; F2 timing (p = 0.004). At off-medications, the F2 magnitude was significantly higher (p = 0.006), F3 magnitude lower (p = 0.001), and F1 time slower (p = 0.034) in FoG. At on-medication, F3 magnitude was still significantly lower (p = 0.017), and F2 time was slower (p = 0.037) in FoG. This study reveals that FoG significantly affects vGRF, particularly F3 magnitude during the push-off phase. Analyzing vGRF is crucial for understanding and managing FoG, allowing for more targeted interventions to improve FoG outcomes.
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 | 0,000 |
| 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 ».