COGNITIVE PERFORMANCE DIFFERENTIALLY MODERATES THE ASSOCIATION BETWEEN GAIT VELOCITY AND FALL RISK
Notice bibliographique
Résumé
Abstract Cognitive-walking dual-task paradigms are an effective tool for assessing fall risk. Surprisingly, the moderating influence of cognitive performance on the association between gait velocity (GV) and fall risk has not been explored. The present investigation examines whether cognitive performance moderates the relationship between GV and fall risk. Community-dwelling older adults (76 years ±3.44) were classified as fallers and non-fallers based on self-report (at least one fall in the past 12 months). GV was indexed using the GAITRite system while counting backwards by serial 7s. Performance on the serial 7s task was recorded, with Adobe Audition subsequently employed to index cognitive function in terms of the number of counts (NC) and percentage of true counts (PTC) from the recorded audio files. Logistic regression was employed to examine the predictive influence of GV on the likelihood of fall risk classification (GV model), as well as the moderating influence of NC and PTC on the GV-fall risk association (GCI model). Notably, there was a significant moderating effect of PTC on the GV-fall risk association for individuals with PTC scores ≥-2.41 units (Johnson-Neyman analysis); those with lower GV were at increased risk of falling, with this relationship magnified as PTC scores increased. The sensitivity of the GCI interaction model (88%) represented a 17% improvement over the GV model. This investigation is the first to demonstrate the importance of interactions between gait and cognition measures in fall risk modelling, and underscores the potential clinical utility of including cognitive performance measures in dual-task paradigms.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».