Covert age-related differences in agility are related to both muscle strength and integrity of the corticospinal tract
Notice bibliographique
Résumé
Background: Agility involves moving efficiently without losing balance, requiring muscular strength and neuromuscular capacity. Maintaining agility promotes aging with vitality, living without frailty, and reduced fear of falling. Factors that influence age-related differences in agility are unknown. Methods: Participants were recruited to determine whether quadriceps strength or integrity of the corticospinal tract (CST) influenced age-related differences in agility. Participants underwent Transcranial Magnetic Stimulation to measure CST integrity and completed a lower limb agility hopping task. CST excitability was calculated as active motor threshold intensity, the lowest stimulator output that produced a motor evoked potential. We used regression modelling to predict the contribution of quadriceps strength and CST integrity to lower limb agility, when controlling for sex. Results: Greater quadriceps strength correlated with longer hop length (r = .581,p <.001) and reduced hop length variability (r=-.384,p=.039). Lower active motor threshold correlated with longer hop length (r=-.364,p=.048) and reduced hop length variability (r=.478,p=.007). Decreased quadriceps strength significantly predicted shorter hop length (R²=.393,p=.002) while higher active motor threshold predicted greater hop variability (R²=.182,p=.036). Conclusions: Agility involves a combination of muscle power and coordination, which can be tested with a hopping agility task. CST integrity predicted coordination on the task, but not strength, even when controlling for sex.
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) | 0,003 | 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 ».