Postural Sway, Falls, and Cognitive Status: A Cross-Sectional Study among Older Adults
Notice bibliographique
Résumé
BACKGROUND: Cognitive impairment-related changes in postural sway increase fall risk among older adults. Better understanding this association could be helpful for fall prevention. OBJECTIVE: To examine the center-of-pressure (COP) velocity association with cognitive status and history of falls, in cognitively healthy individuals (CHI), patients with mild cognitive impairment (MCI), and with mild-to-moderate Alzheimer's disease (MMAD). METHODS: Six hundred and eleven older community-dwellers (77.2 ± 7.9 years; 51.8% men) were separated into CHI, MCI, and MMAD participants. By computing the average absolute maximal velocity (AAMV), the bounding limits of COP velocity dynamics were determined while participants were asked to maintain quiet stance on a force platform with eyes open or with eyes closed. Age, gender, history of falls, body mass index, medications, handgrip strength, Timed Up & Go score were used as covariates. RESULTS: The multivariate ANCOVA, with AAMV in eyes open and eyes closed conditions as dependent variables, showed that the highest AAMVs that bound the COP velocity dynamics of postural sway were associated with cognitive impairment (p = 0.048) (i.e., lowest limits in CHI and MCI as compared with MMAD) and falls (p = 0.033) (i.e., highest limits in fallers). CONCLUSIONS: These findings identified the bounding limits of COP velocity as a hallmark feature of cognitive impairment-related changes in postural sway, in particular for MMAD. This point is of special interest for clinical balance assessment and fall prevention in MMAD patients in order to plan long-term targeted fall-prevention programs.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».