Effects of situational and social factors on locomotor behavior in chronic non-specific low back pain patients walking through apertures
Notice bibliographique
Résumé
Chronic non-specific low back pain (cNSLBP) is a leading cause of disability. However, its impact on daily activities (e.g., walking in public spaces) remains poorly understood. This study aimed to examine how cNSLBP individuals make navigation decisions when exposed to varying situational and social conditions. Eighteen cNSLBP (45.7 ± 9.2 years, 10 women) and eighteen asymptomatic adults (AA, 43.7 ± 9.5 years, 7 women) walked a 10-meter path to reach a goal and chose to pass between two apertures placed midway according to four conditions: (1) baseline: two large apertures, (2) situational: narrow and large apertures, (3) situational and social: human interferer facing the narrow or for (4) large aperture. Measures included switch point, walking speed, clearance distance, and pain perception. Results revealed that cNSLBP participants adopted more conservative decision-making strategies. Under situational and social conditions, they showed a marked preference for the larger aperture (switch points per conditions (1) 0.1; (2) 1.83; (3) 3.35, and (4) 3.34), with weaker modulation of their choices based on goal position (p < 0.01) than AA participants (switch points per conditions (1) 0.2; (2) 0.70; (3) 1.77, and (4) 2.15). While all individuals adapted their strategy in the presence of a human interferer, cNSLBP participants gave less consideration to social norms, with no difference between switch points for conditions 3 and 4. In terms of kinematics, cNSLBP participants walked significantly slower than AA, regardless of condition or goal position (p < 0.001). For both groups, clearance distance significantly increased for all trials involving a human interferer (p < 0.05). No significant differences were observed between groups or conditions in shoulder rotation or in trunk torsion (p > 0.05). This paradigm offers a promising approach to addressing cNSLBP-related functional impairments, though further research is needed to clarify the underlying mechanisms.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».