Use of the Brief-BESTest partially instrumented with accelerometry to detect balance deterioration in middle-age
Notice bibliographique
Résumé
BACKGROUND: Most standardized balance tests cannot detect subtle balance deterioration in middle age, or identify those at higher risk for accelerated balance decline due to a ceiling effect. AIMS: To determine whether the Brief Balance Evaluation Systems Test (Brief-BESTest), partially instrumented with accelerometry, can detect balance deterioration in middle age and identify individuals with poor balance. METHODS: We studied young (25.3 ± 2.3 years), early middle-aged (47.7 ± 2.6 years), and late middle-aged adults (60.6 ± 3.6 years), with 25 participants in each age group. Subjects wore an accelerometer on their lower back while performing the Brief-BESTest. Balance measurements included the Brief-BESTest total and sub-measures scores, and postural sway during the Brief-BESTest standing tasks, calculated by the 95% confidence ellipse trajectory of the center of mass (COM-95% ellipse). RESULTS: Compared to the two middle-aged groups, young adults had better total Brief-BESTest and sub-measures scores, apart from the Stability-in-Gait sub-measure, and less postural sway during the Sensory-Orientation sub-measure. The total Brief-BESTest scores as well as the Biomechanical-Constraints and Sensory-Orientation sub-measures differed also between early and late middle-aged adults. Both the Brief-BESTest total scores and the Sensory-Orientation postural sway values demonstrated increased variation with age, allowing to identify subjects with poor balance. A moderate negative correlation (r = -0.43) was found between the Brief-BESTest total score and the COM-95% ellipse size, and a moderate agreement (k = 0.56) in identifying subjects with poor performance in the early but not the late middle age group. CONCLUSIONS: The Brief-BESTest test combined with accelerometry could be a suitable screening tool to identify middle-aged people with early balance deterioration and potentially identify those with poor balance and a possible higher risk for falls. Clinicians and policymakers can use our findings to implement balance assessment programs in patients < 65 years, leading to preventive strategies before the risk increases.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».