Cardiorespiratory fitness but not cognition predicts covert worsening of gait variability over two years in people with multiple sclerosis
Notice bibliographique
Résumé
BACKGROUND: Gait is typically symmetrical and consistent and subtle increases in gait variability can suggest loss of neural control. In multiple sclerosis (MS), covert walking changes precede clinical signs, often not detectable on observation, and measurement of gait variability could be a potential biomarker of covert neurodegeneration. Both cognition and fitness could influence changes in gait variability. This study aimed to examine gait variability over two years in clinically stable people with MS and determine whether fitness or cognition could predict change in gait variability. RESEARCH QUESTION: Does gait variability serve as a longitudinal biomarker in people with MS, and is fitness or cognition protective against changes in gait variability? METHODS: ) during a graded exercise test using a whole-body recumbent stepper. They performed self-selected walking on an instrumented walkway at initial assessment (T1) and after two years (T2), and stride time variability (STV) was measured as the coefficient of variation of stride time. RESULTS: at T1 was a significant predictor of STV at T2 (β = -0.395, p = .014), accounting for 11.4 % of the variance. Cognition at T1 did not predict changes in STV. SIGNIFICANCE: Lower cardiorespiratory fitness, but not cognition, predicted worsening gait variability over two years. Gait variability may be a sensitive biomarker of covert gait changes not apparent to an observer.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».