Running and Thinking: Unmasking the Lingering Effects of Sports Concussions Through Complex Dual-Task Testing
Notice bibliographique
Résumé
Objective: This study investigated gait and cognitive dual-task costs under a dual-task paradigm that was more challenging than the traditional tasks used in research. Methods: A total of 43 18–25-year-old male and female student athletes were recruited (20 asymptomatic concussed athletes who suffered at least one concussion 2.79–7.92 months before testing, 23 never concussed). Athletes performed a complex rapid decision-making and executive function computerized task while walking continuously and maintaining a predetermined speed on a non-motorized treadmill (6.5 km/h). The outcome measures were gait and cognitive dual-task costs. Results: Repeated-measures ANOVAs were conducted to evaluate group differences. Pearson correlations were conducted to evaluate the association between dual-task costs and concussion injury variables. The results showed that both groups experienced greater difficulty with dual-task performance related to gait, whereas only the concussion group exhibited poorer cognitive performance under the dual-task condition (both not significant). The significant correlation between time since injury and gait dual-task cost (r = −0.72, p < 0.001) indicated that athletes with a more recent concussion increased their gait speed whilst athletes with an older concussion reduced their gait speed during the dual-task. Moreover, the cognitive dual-task cost was significantly correlated to symptom recovery (r = 0.461, p = 0.047), suggesting that a longer recovery time from concussion is associated with an increased dual-task cost. Conclusions: While dual-task gait alterations were common to both groups, only individuals with a history of concussion showed specific cognitive impairments under dual-task conditions. The observed associations between dual-task costs and both time since injury and symptom recovery underscore the potential of complex dual-task assessments to provide nuanced insights into post-concussion recovery trajectories and to detect subtle, lingering deficits.
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 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».