Treadmill Training to Decrease Gait Variability in Patients with Parkinson’s Disease
Notice bibliographique
Résumé
Introduction: Among neurological diseases, Parkinson’s disease is one of the fastest growing in Canada. With an aging population, the number of diagnoses made continues to increase on both a daily and yearly basis. Among the many symptoms of Parkinson’s disease, gait disturbances are one of the most common with the unintended consequence of falls. These gait disturbances result from a loss of dopaminergic innervation of the basal ganglia, leading to slow and variable gait rhythm. Purpose: Treadmill training has been demonstrated to alleviate gait disturbances for patients with Parkinson’s disease by creating an external stimulus for gait patterns and rhythmicity. With an increased risk of falls among patients with Parkinson’s comes increased stress on the Canadian healthcare system as well as families and/or caregivers. Improvement of gait can reduce the incidence of falls in an aging population thus reducing injuries such as fracture or sprains. Recommendation: Gait disturbances, more specifically gait variability, is among the many parameters of gait that treadmill training has improved. The speed of a patient’s gait is a significant factor in gait variability and increased risk of falling. By implementing treadmill training into the lives of patients with Parkinson’s disease, improved walking speeds, a decrease in gait disturbances and risks of falling can be some of the many positive benefits for both the patient and their caregiver.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».