Publication

The association of basic and challenging motor capacity with mobility performance and falls in young seniors

Résumé

Background: Understanding the association between motor capacity (MC) (what people can do in a standardized environment), mobility performance (MP) (what people actually do in real-life) and falls is important for early detection of and counteracting on functional decline, particularly in the rapidly growing population of young seniors. Therefore, this study aims to 1) explore the association between MC and MP, and between MC and falls, and 2) investigate whether challenging MC measures are better associated with MP and falls than basic MC measures. Methods: Basic (habitual gait speed, Timed Up-and-Go) and challenging (fast gait speed, Community Balance & Mobility Scale) MC measures were performed in 169 young seniors (61-70 years). MP was assessed using one-week sensor-monitoring including time being sedentary, light active, and at least moderately active. Falls in the previous six months were reported. Associations and discriminative ability were calculated using correlation, regression and receiver operating curve analysis. Results: Mean age was 66.4 (SD 2.4) years (50.6 % women). Small to moderate associations (r = 0.06 - 0.31; p < .001-.461) were found between MC, MP and falls. Challenging MC measures showed closer associations with MP and falls (r = 0.10 - 0.31; p < .001-.461) compared to basic (r = 0.06 - 0.22; p = .012-.181), remained significant in three out of four regression models explaining 2.5-8.6 % of the variance, and showed highest discriminative ability (area under the curve = 0.59 - 0.70) in all analyses. Conclusions: Challenging MC measures are closer associated with mobility performance and falls as compared to basic MC measures in young seniors. This indicates the importance of applying challenging motor capacity assessments in young seniors. On the same note, small to moderate associations imply a need for an assessment of both MC and MP in order to capture the best possible MC and the actual daily-life MP in young seniors.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Concepts associés (28)
Régression (statistiques)
En mathématiques, la régression recouvre plusieurs méthodes d’analyse statistique permettant d’approcher une variable à partir d’autres qui lui sont corrélées. Par extension, le terme est aussi utilisé pour certaines méthodes d’ajustement de courbe. En apprentissage automatique, on distingue les problèmes de régression des problèmes de classification. Ainsi, on considère que les problèmes de prédiction d'une variable quantitative sont des problèmes de régression tandis que les problèmes de prédiction d'une variable qualitative sont des problèmes de classification.
Population mondiale
La population mondiale est le nombre d'êtres humains vivant sur Terre à un instant donné. L’ONU l'estime à le . Elle avait été estimée à pour 2000, entre 1,55 et pour 1900, entre 0,813 et pour 1800 et entre 600 et d'habitants pour 1700. Cette augmentation de la population avec le temps tend cependant à ralentir avec une baisse mondiale de l'indice de fécondité, plus ou moins importante selon les pays. Le taux annuel de la croissance démographique de la population mondiale est tombé de 2,1 % au début des années 1960 à moins de 1 % en 2020.
Régression linéaire
En statistiques, en économétrie et en apprentissage automatique, un modèle de régression linéaire est un modèle de régression qui cherche à établir une relation linéaire entre une variable, dite expliquée, et une ou plusieurs variables, dites explicatives. On parle aussi de modèle linéaire ou de modèle de régression linéaire. Parmi les modèles de régression linéaire, le plus simple est l'ajustement affine. Celui-ci consiste à rechercher la droite permettant d'expliquer le comportement d'une variable statistique y comme étant une fonction affine d'une autre variable statistique x.
Afficher plus
Publications associées (53)
MOOCs associés (2)
Selected Topics on Discrete Choice
Discrete choice models are used extensively in many disciplines where it is important to predict human behavior at a disaggregate level. This course is a follow up of the online course “Introduction t
Selected Topics on Discrete Choice
Discrete choice models are used extensively in many disciplines where it is important to predict human behavior at a disaggregate level. This course is a follow up of the online course “Introduction t