MétaCan
Menu
Retour à la cohorte
Enregistrement W4416133576 · doi:10.3390/brainsci15111214

Lightening the Load: The Relationship Between Gait and Cognition for Persons Living with Dementia Engaged in a Non-Pharmacological Intervention

2025· article· en· W4416133576 sur OpenAlexafffund
Nicholas Tamburri, Cynthia McDowell, Francesca Berthiaume, Carren Dujela, Jodie R. Gawryluk, Denise Cloutier, Mariko Sakamoto, André Smıth, Debra Sheets, Stuart MacDonald

Notice bibliographique

RevueBrain Sciences · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health ResearchNatural Sciences and Engineering Research Council of CanadaAlzheimer Society
Mots-clésGaitCognitionDementiaIntervention (counseling)Mechanism (biology)Affect (linguistics)

Résumé

récupéré en direct d'OpenAlex

Objectives: Relatively little research has explored whether gait and cognition are systematically associated within-persons across time, especially in persons living with dementia (PLwD). Understanding a shared mechanism between gait and cognition may help elucidate effective intervention strategies for promoting cognitive and physiological health in PLwD simultaneously. Methods: 33 PLwD enrolled in an 18-month choral intervention employing a measurement-burst design that facilitated up to 9 assessments per person. Three-level multilevel models investigated the time-varying covariation between cognition and gait velocity (indexed using a GAITRite computerized walkway) under both a walk-only and dual-task condition. Results: Significant coupling was observed between gait velocity and MMSE (mini-mental state examination) under the dual-task condition, indicating that, on occasions when an individual’s MMSE was one-unit greater than their personal average, there was a corresponding increase in dual-task gait velocity. Conclusions: This study highlights a shared within-person mechanism through which improvements in cognition may facilitate physiological advantages.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,420
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207