Evidence for the Link Between Non-Motor Symptoms, Kinematic Gait Parameters, and Physical Function in People with Parkinson’s Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Parkinson's disease (PD) affects both motor and non-motor functions, but their interactions are understudied. This study aims to explore the relationships between non-motor and motor effects of PD, focusing on depression, fatigue, gait parameters, concentration, and physical function. METHODS: This is a secondary analysis of baseline data from a randomized feasibility study using a commercially available Heel2Toe™ sensor, providing auditory feedback for gait quality. The sample included PD patients with gait impairments who walked without aids. Non-motor measures were depression, fatigue, and concentration, while motor measures included gait quality (angular velocity and variability during heel strike, push-off, foot swing) and physical function (6MWT, Mini-BESTest, Neuro-QoL). Path analysis was used to assess direct and indirect effects. RESULTS: Among 27 participants, fatigue impacted heel strike, which affected Neuro-QoL. Mood influenced push-off and Neuro-QoL, with a direct link to 6MWT. Foot swing affected Mini-BESTest and Neuro-QoL directly. CONCLUSIONS: Non-motor PD effects directly influenced specific gait parameters and physical function indicators, highlighting potential digital biomarkers of fatigue and mood for targeted interventions.
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.
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 | 0,000 | 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 découle