Differentiating gait behaviors between early-stage dementia with Lewy bodies and Parkinson’s disease
Notice bibliographique
Résumé
INTRODUCTION: There is a need for improved biomarkers given that differentiating Dementia with Lewy bodies (DLB) from Parkinson's disease (PD) can be difficult in the earlier stages. Therefore, this study aimed to characterize and evaluate whether gait differences exist between PD and DLB patients in the early course of their disease by assessing normal and dual task walking conditions. METHODS: Twenty-six PD and 20 DLB patients who were within five years of their initial diagnosis and 16 healthy older adults walked across a 6-meter pressure sensor walkway under three conditions (i) self-paced gait, (ii) walking while subtracting 1 s from 100 and (iii) walking while subtracting serial 7 s from 100. RESULTS: During self-paced gait, DLB patients demonstrated impaired pace (velocity, step length) and rhythm (stance time) compared to early-stage PD patients. Study findings revealed velocity, step length, step time, stance time and step velocity variability offered moderate accuracy for discriminating DLB from PD patients. Increasing cognitive load during dual tasking (serial 1 s vs. serial 7 s) did not expose or intensify any gait differences between PD and DLB. CONCLUSION: These findings suggest quantitative gait measurements may be a promising, sensitive, and selective biomarker for differentiating clinical patterns of neurodegeneration. An understanding of early disease gait profiles may also prove useful as a tool for tracking phenoconversion to a synucleinopathy in those prodromal patients who are at high risk, such as those with isolated Rapid Eye Movement Sleep Behavior Disorder.
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 | 0,001 | 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 ».