预测的步态速度和步态速度下降的关系在帕金森病的男性和女性

文摘

步态困难和瀑布一般在帕金森病(PD)患者。减少步态速度是帕金森步态的主要特征,然而对其潜在的决定因素,它能反映出一个内部预订行走,或其关系。研究这些问题,我们选择年龄、疾病严重程度和nonmotor因素(即。,depression, quality of life, balance confidence, and exercise beliefs and attitudes) to predict self-selected (SELF), fast-as-possible (FAST), and the difference (DIFF) between these walking speeds in 78 individuals with PD. We also examined gender differences in gait speeds and evaluated how gait speeds were related to a retrospective fall report. Age, disease severity, and balance confidence were strong predictors of SELF, FAST, and, to a lesser extent, DIFF. All three parameters were strongly associated with falling. DIFF was significantly greater in men compared to women and was significantly associated with male but not female fallers. The results supported the clinical utility of using a suite of gait speed parameters to provide insight into the gait difficulties and differentiating between fallers in people with PD.

1。介绍

步态的第一个问题是困难在PD患者报告,表明残疾的发生(<一个href="#B1">1]。帕金森步态特征是短洗牌往往是缓慢和步骤,这可能导致姿势不稳定。因此,行走的问题往往伴随着下降,这发生在40 - 70%的PD患者(<一个href="#B2">2]。跌幅有更高的发病率骨骼断裂,社会隔离,减少运动(<一个href="#B3">3]。这些下降的后果可以反过来有助于减少步态和平衡,导致额外的增加下降的风险。理解这些困难与PD和发展标准来识别人的风险下降至关重要中断的这一轮毁灭性和伤害。

复杂的步态分析使用三维运动学量化步态的生物力学和节奏障碍患者PD (<一个href="#B4">4,<一个href="#B5">5]。这些评估需要精密的仪器,需要更高级别的分析。目前在临床设置,治疗师使用客观平衡等级量表来测量步态和平衡,因为他们评估各种姿势和平衡特点,高度可再生的和预测的下降(<一个href="#B6">6]。然而,临床平衡天平需要训练有素的评级机构,可以耗费时间。替代上面的方法,步态速度是一个简单的测量来评估步态功能和可能下跌的风险,在PD患者。此外,步态速度可以很容易地得到只有一个卷尺和秒表。

自我选择的步速(自我)的PD患者与残疾有关水平(UPDRS) [<一个href="#B7">7)以及nonmotor特征,如年龄和高管的关注<一个href="#B8">8]。然而,有限的数据显示(以及在多大程度上)nonmotor因素与步态速度有关。自我发现两个弱(<一个href="#B9">9和适度<一个href="#B10">10)与第二部分的UPDRS,评估日常生活活动(ADL)。Elbers等人还显示,焦虑、抑郁和减少动机与社区有关走在153 PD组患者<一个href="#B11">11]。这些结果表明,步态可能部分取决于nonmotor行为,如缺乏信心走,抑郁,生活质量,或一般的厌恶态度活动。

快步态速度(快)是很重要的考虑,因为自我相比,它衡量一个步态速度适应环境要求的能力<一个href="#B12">12]。然而,它还没有被研究过频繁,主要是因为它与年龄和疾病严重程度相似程度作为舒适的步速(<一个href="#B10">10,<一个href="#B13">13]。我们相信,第三步速,DIFF(即。,the difference between FAST and SELF), may uniquely provide insight into an individual’s willingness and ability to change gait speed. Presumably, DIFF could be influenced by nonmotor factors, such as depression, quality of life, balance confidence, and/or exercise beliefs and attitudes. Thus, our first aim was to identify the predictors of three gait speeds SELF, FAST, and DIFF. We postulated that SELF and FAST would be best predicted by age and MDS-UPDRS, while DIFF would be better predicted by nonmotor factors.

自我进一步研究的一个重要指标社区步行<一个href="#B11">11和下降的风险<一个href="#B14">14在PD患者)。在后者中,保罗等人开发了一个强大的有三模型包括自我选择的步速来预测跌幅与PD (<一个href="#B14">14]。然而,据我们所知,还没有人同样显示速度和DIFF步态速度参数下降有关。因此,这项工作的第二个目的是评估自我之间的关系,快速、DIFF步态速度和下降在PD患者的历史。我们假设,比较自我和快,差异将会是一个更好的鉴别器伐木工和nonfallers之间由于其潜在的反映步行速度适应变化环境的能力要求,可以沉淀。

2。材料和方法

2.1。参与者

81名参与者,从78年开始全面数据集“特发性”PD患者(<一个href="#B15">15),从华盛顿大学运动紊乱诊所招募,进行了分析。所有与会者都大于40岁,有一个确认诊断特发性帕金森病的神经学家,并在Hoehn Yahr(浩英)阶段<一个href="#B16">161和4之间)。参与者包括/排除前面定义基于标准(<一个href="#B17">17]。所有评估进行了一个两小时的时期在“上”状态,这是1 - 2小时后左旋多巴药物的管理。参与者提供书面同意后资格筛查。人类研究保护办公室批准的这项研究是华盛顿大学。

2.2。临床评估和调查问卷

所有数据收集由一个评估员作为大型纵向研究的一部分,监测结果与PD(一群人<一个href="#B17">17]。人口信息和医疗历史从每个参与者获得初评估,包括年龄、疾病持续时间、药物,历史,和运动的历史。完整,修订统一帕金森病评定量表(MDS-UPDRS)管理的整体评估疾病严重程度。参与者完成了一系列调查和问卷调查访问期间。老年抑郁量表(GDS)被用来评估参与者的情绪状态和帕金森病Questionnaire-39 (PDQ-39)是用来表示整体的生活质量;高分的GDS与更高层次的萧条而高分PDQ-39反映贫困的生活质量。这两个调查以前在PD(经过验证的<一个href="#B18">18和老年人<一个href="#B19">19]。量化平衡信心,参与者完成了活动和平衡的信心(ABC)规模,16级的问卷中,参与者被问及他们的平衡信心在某些活动(<一个href="#B20">20.];高分表明更大的平衡的信心。最后,参与者回答一些调查问卷关于他们的态度和信念的锻炼,包括信心保持锻炼计划的能力(设计)、控制信念(贝尔)<一个href="#B21">21),和锻炼自我效能量表(EFFIC) [<一个href="#B22">22]。高分与更大的信心对运动项目(设计),更多关于运动的负面信念(贝尔),和积极锻炼自我效能(EFFIC)。

结果变量,包括自我、快速和差异(即。,快-SELF), were calculated based upon timed 10-meter walks on a straight path. For each walk, participants were given a 2-meter initiation and termination phase for a total walking distance of 14 meters; walking speed was measured for the 10-meter distance between the initiation and termination phases. For SELF, participants were instructed to walk at a comfortable pace after “Ready” and “Go” cues. For FAST, participants were told to walk as quickly and safely as possible after “Ready” and “Go” cues. Participants always started with SELF and performed one trial at each speed. Gait speeds were normalized for subject height [<一个href="#B23">23]。我们进行了规范化和原始的步态分析速度和遭遇了类似的结果。因此,归一化步态速度被用于所有后续分析。

2.3。回归模型的选择

确定自我的重要预测因子,快,和DIFF步态速度,我们使用block-entry线性回归。潜在变量包含在回归最初决定使用二元分析。一个变量被考虑的回归分析如果皮尔逊相关系数与任何的自我,快,或DIFF步态速度小于0.25。这个截止准则确保每个变量可以解释6%的最低步态变化的速度,不占共线性。过滤掉不相关的变量之后,我们保证所有措施都不是男人和女人之间的不同。为变量中有男性和女性之间的差异(DIFF,看结果),一个单独的gender-stratified回归模型。所有预测变量对该模型使用二元二次筛分系数截止0.35(占样本量减少)。

过滤后的变量相关性较低的步态速度,我们使用混合方法构造模型。先天的预测年龄和MDS-UPDRS选择第一个基于先前的报道描述步态性能之间的关系,年龄和疾病严重程度(<一个href="#B10">10,<一个href="#B24">24,<一个href="#B25">25]。整个MDS-UPDRS得分(和所有四个分量表)使用因为它包含电机和nonmotor方面疾病的并发症以及日常生活和运动的活动。我们的假说驱动的预测因子包括ABC, GDS, PDQ,三exercise-attitude尺度(贝尔,相依,EFFIC)。

表<一个href="//www.newsama.com/journals/pd/2013/141720/tab1/" target="_blank">1定义了块和包括变量回归模型预测自我,快,和DIFF。我们分组预测分为以下模块:(1)年龄,(2)疾病严重程度(MDS-UPDRS);(3)平衡的信心(ABC);(4)生活质量/情绪(PDQ-39和GDS);(5)对运动的态度(参看,贝尔和EFFIC)。分层分析的块的差异如下:(1)疾病严重程度(MDS-UPDRS);(2)资产的信心(ABC),(3)的生活质量(GDS和PDQ),和(4)对运动的态度(贝尔)。年龄、相依、EFFIC并不包括在gender-stratified DIFF模型因为他们不符合纳入标准(男性和女性。我们评估每个模型的基础上调整变化和整体模型的变化统计后的每个块的显著预测因子和最终的模型。


块	预测变量(s)	结果变量(年代)

(1)年龄	年龄	自我,快,差异
(2)疾病严重程度	MDS-UPDRS	自我,快,差异
(3)平衡的信心	美国广播公司	自我,快,差异
(4)情绪/生活质量	GDS PDQ	自我,快,差异
(5)对运动的态度	贝尔相依 EFFIC	自我,快,差异

(1)疾病严重程度	MDS-UPDRS	DIFF M / F
(2)资产的信心	美国广播公司	DIFF M / F
(3)情绪/生活质量	GDS PDQ	DIFF M / F
(4)对运动的态度	贝尔	DIFF M / F

2.4。ROC分析

来确定步速可能歧视跌幅之一在我们的样例,我们生成接收器算子特征(ROC)曲线和计算曲线下的面积(AUC),截止分数,敏感性,特异性,似然比率(见[<一个href="#B26">26)自我、快速和DIFF速度,在男性和女性分别和差异。截止分数计算: 在哪里下降的概率是与最大的敏感性和特异性;是拦截的逻辑回归系数归一化步态速度预测下降;回归系数;和是平均身高()。下降数据来自一份问卷询问参与者多久了在过去的6个月。下降被形容为一个意想不到的事件中,身体的任何部分接触地面(<一个href="#B27">27,<一个href="#B28">28]。跌幅被定义为那些下跌两个或两个以上的时间在过去6个月,通过自我评估。因此,在我们的研究中,跌幅是归类为复发性跌幅。这一标准确保我们可以区分实际跌幅从那些重要的步态和平衡障碍随机下降(<一个href="#B29">29日]。

所有统计分析使用SPSS版本20(美国芝加哥,IBM IL)。变量在性别之间的差异决定使用独立的样本测试或Mann-Whitney测试分类或非正态的分布数据。是水平的意义除非另有注明。

3所示。结果

参与者人口统计和实验变量如表所示<一个href="//www.newsama.com/journals/pd/2013/141720/tab2/" target="_blank">2对于男人,女人,和总样本。平均自我步态速度为1.10米/秒,而平均速度步态速度为1.53米/秒。差异也显著大于男性相比女性(米/秒和米/秒;独立样本以及;)在控制了高度的差异。所有其他措施没有男人和女人之间的不同。


特征(规模)	总	男性	女性	(M和F)

性,	78年	45	33	- - - - - -
年龄、年	(88)	(88)	(85)	0.714
疾病持续时间、年	(0,25)	(0,25)	(20)	0.499
跌幅,(%)	25 (32%)	16 (36%)	9 (27%)	0.439^d
MDS-UPDRS (0 - 260)	(135)	(26,131)	(135)	0.457
MDS-UPDRS-III (0 - 132)	(83)	(70)	(83)	0.299
浩英^一个(0 - 5)	2.50 (0.63)	2.50 (0.5)	2.50 (1.0)	0.473^c
FOGQ (0-24)	(0,20)	(0,20)	(0,19)	0.731
GDS (0 30)	(0,24)	(0,24)	(0,24)	0.523
PDQ-39 (0 - 100)	(0.52,63.13)	(0.52,66.13)	(2.86,51.77)	0.558
FGA (0 30)	(0,29)	(4,29)	(0,29)	0.204
ABC (0 - 100)	(100)	(100)	(100)	0.08
贝尔(0-25)	(5,16)	(5,16)	(5、15)	0.838^c
CONF (0-40)	40(8日)	40(8日)	40 (9)	0.08^c
EFFIC(清廉)	(0.33,9.44)	(0.78,9.44)	(0.33,8.89)	0.536
自我,m / s	(0.37,1.66)	(0.49,1.67)	(0.37,1.44)	0.822^b
快,m / s	(0.54,2.80)	(0.67,2.80)	(0.54,2.18)	0.104^b
DIFF, m / s	(−0.05,1.27)	(0.04,1.27)	(−0.05,0.74)	0.008^b

数据值(差)。
^b 值代表不同的归一化步态速度。
^cMann-Whitney测试;^d卡方检验。
所有其他数据提出了均值±SD(最小,最大)。
性别差异是由独立的样本以及除非另有注明。
MDS-UPDRS:运动障碍社会统一帕金森病评定量表;浩英:Hoehn Yahr阶段;FOGQ:冻结步态问卷;GDS:老年抑郁量表;PDQ-30:帕金森病Questionnaire-39;FGA:步态功能评估;美国广播公司(ABC):活动规模和平衡信心;贝尔:信仰控制的运动行为;相依:信心保持锻炼计划;EFFIC:锻炼自我效能量表; SELF: self-selected gait speed; FAST: fast-as-possible gait speed; DIFF: difference between FAST and SELF.

表<一个href="//www.newsama.com/journals/pd/2013/141720/tab3/" target="_blank">3总结了回归模型预测自我、快速和DIFF步态速度总样本。模型能够预测51.9%和54.1%的自我和快速的变化,分别在相同的模型只占20.2%的变异性DIFF。块1 - 3(年龄、疾病严重程度和平衡信心)是重要的贡献者模型预测自我和差异,同时除了块5(对运动的态度)在解释快速做出了重要的贡献。尽管总体模型效力,只有年龄和ABC后自我的重要预测因子,快速占所有其他变量。在决赛中没有明显的解释变量模型的差异。


块	变量				改变	(块)

自我

1	年龄			0.004	0.189	<0.001
2	UPDRS	0.001	0.016	0.906	0.18	<0.001
3	美国广播公司	0.003	0.448	0.001	0.155	<0.001
4	GDS			0.411	0.002	0.328
4	PDQ-39			0.349
5	相依	0.003	0.144	0.228		0.565
	贝尔	0.001	0.021	0.851
	EFFIC			0.258

					总

快

1	年龄			0.002	0.179	<0.001
2	UPDRS	0.001	0.083	0.529	0.184	<0.001
3	美国广播公司	0.004	0.342	0.009	0.146	<0.001
4	GDS			0.438	0.035	0.026
4	PDQ-39			0.065
5	相依	0.004	0.124	0.286		0.478
	贝尔			0.554
	EFFIC			0.430

					总

DIFF

1	年龄			0.109	0.057	0.02
2	UPDRS	0.001	0.129	0.458	0.07	0.01
3	美国广播公司	0.001	0.098	0.564	0.045	0.028
4	GDS			0.750	0.042	0.058
4	PDQ-39			0.095
5	相依	0.001	0.057	0.710		0.584
	贝尔			0.337
	EFFIC			0.951

					总

,整体模型具有重要意义。
:unstandardized系数;:标准化系数。

在DIFF注意性别差异之后,我们创建了一个单独的模型来描述男性和女性的差异。表<一个href="//www.newsama.com/journals/pd/2013/141720/tab4/" target="_blank">4显示了模型的结果对男性和女性的差异使用四个街区。总体而言,该模型占20.7%的变异性男性的DIFF步行速度。块1(疾病严重程度)是一个重要的贡献者而块3(情绪/生活质量)略大()。对于女性来说,只有1块(疾病严重程度)是一个重要的块()。总体而言,15.8%的变异性DIFF步行速度模型解释了雌性,这不是明显不同()从零模型,模型没有预测变量。此外,添加块3(情绪/生活质量)模型的效能降低,所示的相对较大的和消极的变化。


块	变量				改变	(块)

男人

1	UPDRS			0.722	0.143	0.006
2	美国广播公司			0.557		0.635
3	GDS			0.411	0.073	0.066
3	PDQ			0.265
4	贝尔			0.253	0.007	0.253

					总

女性

1	UPDRS			0.366	0.162	0.012
2	美国广播公司	0.001	0.279	0.271	0.045	0.107
3	GDS	0.001	0.006	0.974		0.978
3	PDQ	0.001	0.068	0.832
4	贝尔			0.285	0.006	0.285

					总

整体模型具有重要意义。
:unstandardized系数;:标准化系数。

的值来确定步速伐木工和nonfallers之间的区别,我们生成的ROC曲线(图<一个href="//www.newsama.com/journals/pd/2013/141720/fig1/" target="_blank">1)自我、快速和DIFF在总样本。表<一个href="//www.newsama.com/journals/pd/2013/141720/tab5/" target="_blank">5显示了AUC,分数分界点,敏感性,特异性,比率与每个测试相关的可能性。自我()、快()和差异()都明显跌幅与总样本,根据AUC。由于前面提到的性别差异,我们进一步调查如果DIFF跌幅是一个更好的预测指标,这在男性或女性(图<一个href="//www.newsama.com/journals/pd/2013/141720/fig1/" target="_blank">1)。DIFF预示着男性跌幅(AUC = 0.806,;敏感性= 0.828;特异性= 0.813),但一个相对较弱的预测女性跌幅(AUC = 0.569,;敏感性= 0.667;特异性= 0.583)。


测量	AUC(95%置信区间)	截止评分(米/秒)	灵敏度	特异性	LR +(95%置信区间)	LR−(95%置信区间)

自我	0.803 (0.704,0.902)	0.980	0.800	0.717	2.827 (1.765,4.528)	0.279 (0.125,0.622)
快	0.811 (0.707,0.916)	1.326	0.840	0.755	3.429 (2.072,5.659)	0.212 (0.085,0.527)
DIFF	0.703 (0.581,0.826)	0.226	0.720	0.642	2.011 (1.300,3.104)	0.436 (0.226,0.845)
DIFF(男性)	0.806 (0.659,0.953)	0.356	0.813	0.828	4.727 (2.052,10.822)	0.226 (0.806,0.637)
DIFF(女)	0.569 (0.356,0.783)		0.667	0.583	1.600 (0.826,3.100)	0.571 (0.214,1.529)

4所示。讨论

在这项工作中,我们发现重大non-gait-related预测舒适,这些步行速度快,差别在PD患者。我们表明,年龄、疾病严重程度、信心和平衡三个步态速度显著相关。此外,我们展示了步态速度明显与落在过去6个月的历史。Gender-stratified分析表明,差异也解释为部分疾病严重程度和情绪/男人的生活质量,而不是女人。

我们认为,年龄、疾病严重程度(即。、MDS-UPDRS)和平衡(也就是信心。,美国广播公司) were important predictors of SELF, FAST, and DIFF gait speeds. When considering both genders together, our data expanded upon previous research [<一个href="#B7">7,<一个href="#B8">8)识别年龄和疾病严重程度不仅作为自我的预测因子,但也快速的预测和DIFF。此外,尽管我们已经假设nonmotor因素(例如,低资产信心)会影响差异,我们的数据表明,平衡信心显著相关的PD患者的步态的整体性能。这一发现是在协议与其他研究ABC和步态之间的关系<一个href="#B30">30.,<一个href="#B31">31日),但并不令人感到意外,因为几个项目在美国广播公司的步态属于日常活动,如步行在房子周围。

我们的模型可以解释大约2.5倍的变化在自我和快速DIFF相比,表明DIFF不得作为临床上有用的比较自我和快速评估PD患者时。3 - 5块(ABC、情绪/生活质量,对运动的态度)只贡献了一个额外的0.075价值差异模型在控制了年龄和疾病严重程度,而0.15和0.178提高自我的快速模型,分别。DIFF可能实际上是衡量疾病严重程度,这意味着较低的差异代表一个物理无法提高速度,而不是缺乏内部驱动。然而,DIFF弱与UPDRS评分()相比,自我()或快()。另外,方差的差异可能是由于一个身份不明的交互的两个或两个以上的变量,如果它发生,会混淆nonmotor行为之间的关系和步态的变化速度。有趣的是,块代表情绪/生活质量明显导致了变化但不自我步态速度快(块4,表<一个href="//www.newsama.com/journals/pd/2013/141720/tab3/" target="_blank">3);也就是那些有更大的最大步态速度可能有更好的心情和生活质量。我们有限的能力来解释这一发现,因为我们使用的总PDQ-39总结分数,不分析每个分段(情感、认知、耻辱,等等)。某一小节的分数可能实际上推动了差异,但分段分析超出了本文的范围。总的来说,回归模型并没有透露的一个主要区别个体的特点,基于他/她的自我和行走速度快。未来的工作应该考虑纵向分析步态速度鉴于步态速度预测下降注意力和精神运动能力随着时间的推移在老年人<一个href="#B32">32]。

跌幅研究专注于识别和预测下降是很重要的,为了减少伤害和防止未来PD。许多组织使用各种步态和平衡特征预测跌幅与成功(<一个href="#B33">33- - - - - -<一个href="#B36">36]。在这里,我们表明,本身自我,快,DIFF(仅在男性)在PD患者与下降密切相关。这一发现与邓肯和埃尔哈特<一个href="#B37">37),确定自我的预测和步态速度差下降的PD组相比,资产评估。一个主要区别工作和现在学习的是邓肯和埃尔哈特测量参与者的药物。我们评估了参与者服用药物,可以提高自我选择的步态速度(<一个href="#B38">38,<一个href="#B39">39]。鉴于人们在日常活动,通常药物评估进行药物可以更好的预测相比,跌幅off-medication评估。在任何情况下,我们的AUC值从自我和快速度是与其他措施步伐平衡预测(<一个href="#B34">34,<一个href="#B35">35]。

我们中华民国结果符合保罗et al .,决定一个自我选择的步速截止1.1 m / s帮助预测未来下跌风险(<一个href="#B14">14]。我们的截止值(0.98 m / s)更严格。尽管这一细微的差异,这些研究结果支持使用步态速度放映预测未来的跌幅。这些检查将补充现有的评估工具,如多资产评估和三维步态运动学。资产评估需要训练有素的评级机构和再评价,而运动测量需要精密的仪器和分析技术<一个href="#B4">4,<一个href="#B5">5]。相比之下,步态速度可以快速、准确地测量在任何设置只有停表和卷尺和一个最小训练评定等级。

我们的数据表明,男性增加了步态速度从自我到快超过女性,即使纠正高度。因此,我们评估DIFF在男性和女性使用第二个层次回归模型也决定如果这速度不同预测男性和女性。我们的模型解释说只有5%的变异性在男人与女人的差异。这边际性别之间的区别主要是由于7%的改变从2到3块,显示块的贡献代表情绪/男人的生活质量(表<一个href="//www.newsama.com/journals/pd/2013/141720/tab4/" target="_blank">4)。然而,比较准确地确定男性而不是女性的跌幅。这个结果让一些支持DIFF当评估男性PD患者的价值。然而,差异并不提供额外的信息自我或快速预测男性的跌幅,因此其价值在筛选还不清楚。虽然有些工作研究性别差异在PD疾病严重程度和运动症状(<一个href="#B40">40,<一个href="#B41">41),到目前为止没有人显示任何gait-related性别差异。额外的研究性别差异在步态特征可以帮助定义步态速度和下降之间的关系。

有几个限制我们的工作应该得到解决。首先,我们检查这个样品只有一个时间点,这可能限制步态速度之间的关系,疾病严重程度和nonmotor行为。纵向分析允许我们检测个人这些变量随时间的变化和可能有助于减少intrasubject可变性。此外,我们没有自我和快速随机的顺序可能诱导速度快的启动效应。其次,在我们的模型选择,我们试图选择统计相关的和明智的步态速度的预测。这样做,我们不包括术语,而不是以步态速度显著相关,可能添加到我们的整体效能模型。增加,许多预测变量是高度intercorrelated,虽然我们的共线性诊断模型返回没有重大关切,这可能影响个人预测强度和最终的模型解释。最后,我们收集的数据通过主题召回。汉纳等人表明,老年人可能低估了多少次他们在过去三个月相比,当用自我报告测量跟踪瀑布与日历<一个href="#B42">42]。因此,我们的研究可能缺乏足够的力量从nonfallers歧视跌幅。

5。结论

使用块线性回归模型,我们发现年龄、疾病严重程度和平衡信心强预测因子的舒适和快的PD患者步态速度。自我和速度也明显跌幅与总样本,说明包括步态速度作为筛选的潜在效用衡量个人与下降的风险。自我之间的区别和快速步态速度不是总被nonmotor行为的样本。然而,DIFF平均速度是跌幅更大更与男性相比,女性,这表明它可能是一个更有用的衡量男性。