Responsiveness of the mini-balance evaluation systems test, dynamic gait index, Berg balance scale, and performance-oriented mobility assessment in parkinson’s disease
Notice bibliographique
Résumé
Commonly used clinical tools like the Mini-Balance Evaluation Systems Test (Mini-BESTest), Dynamic Gait Index (DGI), Berg Balance Scale (BBS), and Performance-Oriented Mobility Assessment (POMA) are essential for assessing balance impairments in people with Parkinson’s disease (PwPD), but their clinical relevance depends on understanding the Minimal Important Difference (MID) and Minimal Detectable Change (MDC). To assess the responsiveness of the Mini-BESTest, DGI, BBS, and POMA in PwPD. This prospective cohort study included 130 PwPD who were recruited. Participants underwent baseline and post-intervention assessments using the Mini-BESTest, DGI, BBS, and POMA. The intervention consisted of task-oriented exercises focused on motor re-learning to improve functional balance. Anchor and distribution methods were used to determine the MID (the receiver-operating characteristic(ROC)-based (MID ROC ), the predictive modeling method (MID pred ), and the MIDpred-based method adjusted by the rate of improvement (MID adj )) and MDC. ROC-derived MID(MID ROC ) exceeded 1 point for all scales, but improvement-rate-adjusted MID (MID adj ) provided more conservative estimates: Mini-BESTest (2.96 points), DGI (2.29), BBS (1.97), and POMA (0.83). Predictive modeling (MID pred ) yielded higher thresholds (e.g., 4.0 for Mini-BESTest), likely reflecting baseline variability. The MDCs was 1.9, 2.0, 1.0, and 2.8 points for the Mini-BESTest, DGI, BBS, and POMA, respectively. The findings suggest that the Mini-BESTest, DGI, BBS, and POMA are responsive outcome measures for PD. This study’s results can provide valuable insights into interpreting changes in patient performance, thereby supporting clinical interventions and facilitating research planning.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».