The size of the functional base of support decreases with age
Notice bibliographique
Résumé
ABSTRACT Falls occur more often as we age. To identify people at risk of falling, balance analysis requires an accurate base-of-support model. We previously developed a functional base-of-support (fBOS) model for standing young adults and showed that its area is smaller than the footprint area. Our fBOS model is a polygon that contains centre-of-pressure (COP) trajectories recorded as standing participants move their COP in the largest possible loop while keeping their feet flat on the ground. Here we assess how the size of the fBOS changes with age by comparing 38 younger (YA), 14 middle-aged (MA), and 34 older adults (OA). The fBOS area is smaller in older adults: OA area is 58% of the YA area ( p < 0.001), and 59% of the MA area ( p = 0.001), with no difference between YA and MA. The reduction in fBOS area among the OA is primarily caused by a reduction in the length of the fBOS. In addition, among older adults smaller fBOS areas correlated with a lower score on the Short Physical Performance Battery ( τ =0.28, p = 0.04), a reduced walking speed ( τ =0.25, p = 0.04), and a higher frailty level ( p = 0.09). So that others can extend our work, we have made our fBOS models available online.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».