Respective and Combined Effects of Impairments in Sensorimotor Systems and Cognition on Gait Performance: A Population-Based Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: Respective and combined effects of impairments in sensorimotor systems and cognition on gait performance have not been fully studied. This study aims to describe the respective effects of impairments in muscle strength, distance vision, lower-limb proprioception and cognition on the Timed Up & Go (TUG) scores (i.e., performed TUG [pTUG], imagined TUG [iTUG] and the time difference between these two tests [delta TUG]) in older community-dwellers; and to examine their combined effects on TUG scores. METHODS: Based on a cross-sectional design, 1792 community-dwellers (70.2 ± 4.8 years; 53.6% female) were recruited. Gait performance was assessed using pTUG, iTUG and delta TUG. Participants were divided into healthy individuals and 15 subgroups of individuals according to the presence of impairment in one or more subsystems involved in gait control (i.e., muscle strength and/or distance vision and/or lower-limb proprioception and/or cognition [episodic memory and executive performance]). Impairment in muscle strength, distance vision and lower-limb proprioception was defined as being in the lowest tertile of performance. Impairment in cognition was defined as abnormal episodic memory and executive tests. RESULTS: A total of 191 (10.7%) exhibited impairment in muscle strength, 188 (10.5%) in distance vision, 302 (16.9%) in lower-limb proprioception, and 42 (2.3%) in cognition. Linear regressions showed that cognitive impairment as well as dual combinations of impairments were associated with increased pTUG (P<0.02). Impairment in lower-limb proprioception was associated with decreased iTUG (P=0.015). All combinations of impairments, except those including muscle strength and the combinations of the 4 subsystems, were associated with increased delta TUG (P<0.04). CONCLUSION: Cognitive integrity is central for efficient gait control and stability, whereas lower-limb proprioception seems to be central for gait imagery.
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) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».