双任务步态分析辅助轻度认知障碍早期诊断的专家共识

双任务步态分析辅助轻度认知障碍早期诊断的专家共识摘要轻度认知障碍（MCI）是正常衰老向痴呆转化的关键过渡阶段，早期识别与干预对延缓认知衰退至关重要。然而，当前MCI诊断主要依赖神经心理量表，客观定量指标匮乏，难以满足精准诊疗需求。双任务步态分析通过在步行任务中叠加注意力、工作记忆、执行功能等认知领域的任务，分析双任务条件下的步态参数变化，客观反映认知水平，为MCI早期诊断提供了新的生物力学视角。但该技术临床转化仍面临两大挑战：一是关键评估参数尚未统一，个体异质性干扰显著；二是双任务范式尚不规范，结果可比性差。基于前期实践与研究进展，本共识经德尔菲法专家函询，系统梳理了双任务步态分析应用于MCI早期诊断的核心内容。参数方面，明确以步态时空参数及关节角度参数为核心原始指标，推荐双任务成本和变异系数为衍生分析参数；范式方面，以平地步行为基准任务，推荐认知类（减法序列、词义联想、N-back、Stroop等）及运动-认知结合类（手持水杯、跨越障碍物、多弯道步行等）叠加任务，并根据患者认知水平选择认知域与负荷。同时建议引入机器学习模型优化诊断效能。此外，共识还展望了MCI亚型区分、感觉功能筛查整合、个体化康复处方及居家监测等应用方向，以期为该领域的临床实践与科研提供参考。关键词双任务；步态分析；轻度认知障碍；痴呆；早期诊断；专家共识轻度认知障碍（mildcognitiveimpairment，MCI）是一种以记忆力或其他认知功能进行性减退为核心特征，日常生活活动能力尚未明显受损，且未达到痴呆诊断标准的认知功能障碍状态［1］。老年MCI患者的痴呆年转化率约为10%～15%，为认知正常老年人的10～15倍［2］。作为正常衰老与痴呆间的关键过渡阶段，精准识别并早期干预是延缓认知衰退、预防痴呆转化的关键核心举措，对改善预后意义重大［3］。然而，当前MCI诊断仍主要依赖神经心理量表的半定量评估，客观定量指标匮乏、早期识别效能不足，难以满足临床精准诊断需求［4-5］。MCI主要表现为涉及记忆、注意力、执行功能及视空间功能的认知衰退，此类认知异常往往伴随隐匿性步态改变［6］。患者可见步速减慢、起步延迟等特征，认知-运动双重损伤叠加显著增加跌倒风险，持续影响日常活动与生活质量［7］。2018年《中国痴呆和认知障碍诊断和治疗指南》［8］（Ⅰ级证据）指出，步态特征有助于识别认知下降，对MCI早期发现与进展预测具有重要价值。双任务步态分析在步行中叠加注意力、工作记忆、执行功能等认知任务，同步采集步态时空参数、关节运动模式及稳定性变化，将认知功能与运动功能评估结合，客观反映受试者认知水平，为MCI早期诊断提供新的生物力学视角，有望提高识别准确率［9-10］。多项研究显示，双任务步态分析通过认知-运动协同干扰，可揭示单任务步态分析难以捕捉的异常改变，提升早期认知障碍的识别能力［11-13］。然而，该技术临床转化仍面临两大挑战：其一，关键评估参数尚未统一，步态时空与关节角度参数的临床意义解读缺乏共识，个体异质性干扰未有效解决［14-15］；其二，双任务范式选择缺乏规范，任务类型和难度梯度不一，导致研究结果可比性差，限制了技术的标准化应用［16］。本共识基于前期临床实践、研究进展及两轮德尔菲法专家函询，系统梳理双任务步态分析应用于MCI早期诊断的核心内容，涵盖理论模型机制、关键指标及数据类型转化、范式设置方案及拓展应用场景，形成《双任务步态分析辅助轻度认知障碍早期诊断的专家共识》，以推动该技术的临床研究与应用转化。1共识制订方法学1.1共识工作组成员本共识工作组于2024年4月成立，成员构成包括：首席专家组（2人，负责共识整体质量把控）、指导委员会（3人，负责全国代表性专家遴选、共识条目审定及统计学方法指导培训）、秘书组（3人，负责文献循证检索、函询表编制、会议组织及数据分析）以及共识组（参与函询的全体专家）。共识已在国际实践指南注册与透明化平台（practiceguidelineregistrationfortransparency，PREPARE）注册（注册号：PREPARE-2025CN776）。1.2共识目的及适用人群本共识旨在为双任务步态分析应用于MCI早期识别的理论体系、操作方法、应用规范及未来发展方向提供指导性建议，以促进该技术的临床研究与实践推广，有效助力MCI的识别与防治，减轻患者及家庭医疗负担。本共识适用于各级医疗机构中参与MCI相关疾病筛查、诊断、评估、康复或管理的医护人员和科研人员，旨在为双任务步态分析在MCI早期诊断中的临床转化与实践应用提供参考。1.3文献检索策略本共识系统检索中国学术期刊全文数据库（CNKI）、万方数据知识服务平台、维普中文科技期刊数据库、中国生物医学文献数据库（CBM）、CochraneLibrary、EMbase、PubMed等数据库。中文检索关键词包括“轻度认知障碍”“步态分析”“步行”“双任务”；英文检索关键词包括“mildcognitiveimpair⁃ment”“gaitanalysis”“walk”“dual-task”等。检索策略采用主题词与自由词相结合的方式，英文检索限定于“题目/摘要”字段。检索时限均为建库至2024年12月31日。文献纳入标准：①研究对象为MCI患者；②研究内容涉及双任务步态分析在MCI早期诊断中的应用；③发表语种为中文或英文；④文献类型包括系统综述、Meta分析、随机对照试验、前瞻性队列研究、专家共识、实践指南及高水平病例报道研究等。排除标准：①信息不完整；②全文无法获取；③重复发表。系统检索共获得相关文献617篇（英文514篇，中文103篇），其中CNKI22篇、万方数据库33篇、维普数据库32篇、CBM16篇、PubMed257篇、CochraneLibrary66篇、EMbase191篇。经EndNote去重后保留470篇，依据筛选标准最终纳入308篇文献。对纳入的高质量文献，通过阅读题目、摘要及全文进行逐层筛选，提取双任务步态分析在MCI早期诊断应用中的相关信息进行深入分析，并补充查阅相关书籍、指南及临床病例资料。经研究小组讨论，初步拟定涵盖双任务理论模型、时空步态参数、关节角度步态参数、步态数据统计分析类型与拓展应用场景等多维度的共识初稿条目，据此制定函询问卷。1.4德尔菲法专家函询1.4.1遴选函询专家专家纳入标准：①持有副高级及以上专业技术职称；②在康复医学或生物医学工程领域具有≥5年从业经验，具备认知功能障碍及步态分析相关的临床或研究经历；③对本研究具有较高认可度并自愿参与。排除标准：①超时未反馈；②问卷填写不完整或明显偏离研究主题。基于上述标准，工作组从全国范围内遴选康复医学与生物医学工程领域专家，最终纳入39名，分别来自广东省、山东省、河南省、安徽省、浙江省、江苏省、陕西省、四川省、云南省、江西省、天津市、上海市及北京市，覆盖全国13个省市/直辖市。专家年龄范围35～70岁，从业年限为6～36年，其中康复医学专家34名，生物医学工程专家3名，有效保障了共识内容的专业性与医工交叉融合性。1.4.2函询问卷设计专家函询问卷包含三个模块：①导言部分：概述研究背景、目标价值及填写规范；②专家信息采集表：记录专家姓名、性别、年龄、所属机构、从业年限、职称等基本信息，并采用三级量表（特别熟悉/一般熟悉/不熟悉）评估其专业熟悉度；③条目评价及建议：罗列前期筛选出的重要理论及关键步态生物学指标，请专家依据Likert5级评分法（1＝非常不重要，2＝不重要，3＝一般重要，4＝重要，5＝非常重要）对各条目重要性进行评分，同时可提出修改意见。1.4.3实施专家函询本研究于2025年4月—6月开展德尔菲法专家咨询，采用电子化函询平台完成问卷发放与回收，每轮反馈周期为14d。首轮截止后，研究小组依据预条目筛选标准、专家共识建议及工作组论证意见，对初始条目进行增补、修订或剔除，据此形成第二轮问卷并启动次轮函询。第二轮函询的数据采集与分析方法同首轮，最终实现问卷条目的优化完善。依据两轮专家函询结果，最终形成《双任务步态分析应用于轻度认知障碍早期诊断的专家共识》，涵盖五大主题板块：①双任务理论机制模型（容量模型、瓶颈模型与串扰模型）；②关键步态参数指标（时空参数包括步速、步幅、步长、步宽、步频、足偏角、支撑相和摆动相等；关节角度参数包括踝、膝、髋关节在各平面的活动度）；③步态数据统计分析类型（原始数据、双任务成本、变异系数和机器学习模型）；④双任务步行范式设置（基准任务为步行，叠加任务包括减法序列、词义联想、N-back、Stroop、手持水杯、跨越障碍物、多弯道步道）；⑤拓展应用场景。1.5证据质量分级与推荐强度判定本共识采用GRADE（GradingofRecommenda⁃tionsAssessment，DevelopmentandEvaluation）系统对全部推荐意见进行证据质量评价和推荐强度判定。该系统将证据质量分为4个等级，①高证据等级：进一步研究几乎不可能改变对现有结论的可信度；②中等证据等级：进一步研究可能改变对现有结论的可信度；③低证据等级：进一步研究很可能改变对现有结论的可信度；④极低证据等级：对现有结论的可信度极低，任何结论均存在高度不确定性。推荐强度分为强推荐和弱推荐：强推荐指干预或操作的获益明显大于其潜在风险和实施负担；弱推荐指获益与风险、负担之间的权衡存在较大不确定性，不同临床场景或不同受试者可能作出不同选择。双任务步态分析应用于MCI早期识别的核心机制在于，步行调控所需的运动加工资源与认知任务所需的中枢认知资源存在竞争与交互［17］，即通过双任务干扰效应发挥作用。该效应指个体同时执行步行与认知双重任务时，相较单独执行其中一项任务，常出现某一任务或双任务表现下降，具体可表现为步速减慢、步态稳定性降低，或认知任务正确率下降、反应时延长，乃至两项任务表现均受抑制［18］。目前，双任务干扰效应的潜在神经认知机制尚未完全阐明，容量共享模型［19］、瓶颈理论［20］及串扰模型［21］这三大主流理论模型为解析该现象提供了关键支撑，见表1。2.1.1容量共享模型容量共享模型是解释双任务干扰现象的主导理论，其主张任务处理需统一经过“中央执行系统”［9］。作为工作记忆的核心子成分，中央执行系统不仅负责计划与控制行为，还需整合来自附属系统（语音环路和视空间画板）的信息［22］。该模型认为，双任务干扰源于大脑认知资源的有限性，当并发任务的资源需求超出中枢处理容量时，中央执行系统趋于饱和，导致任务表现下降［23］。在双任务步态分析中，MCI患者因中央执行系统功能衰退导致资源分配效率显著降低［24］，较健康人群更易暴露认知缺陷。然而，该模型将认知功能与运动控制归因于单一、同质且固定的中央资源池，这一简化使其难以全面解释双任务步态分析中观察到的任务特异性、动态策略调整及个体差异等复杂现象。例如，健康年轻人可在双任务步行中灵活调整任务优先级（即选择“运动优先”或“认知优先”策略），而MCI患者则可能倾向于采用“运动优先”策略以保证步态稳定性［25］。在此情境下，该模型难以区分任务表现下降究竟源于策略性优先级设定，还是真正由认知资源耗竭引发。2.1.2瓶颈模型瓶颈模型认为，某些关键任务必须以串行而非并行方式处理。当两项任务竞争同一或相似的神经处理通道时，会形成“瓶颈”［26］，导致任务延迟或失败。该理论认为个体无法真正同时完成两项任务，需分时处理［27］，即把两项任务置于不同时间分别加工。然而，该模型无法解释某些简单双任务条件下未出现表现下降的现象。因此，瓶颈模型更适用于需快速反应的双任务范式（如跨越障碍物行走）。在此类任务中，MCI患者因神经处理通道的“瓶颈”效应加剧，任务切换延迟更为显著，具体可表现为步态突发停滞甚至跌倒［28］。2.1.3串扰模型串扰模型提出，当并发任务类型相似时，双任务干扰程度可能降低［21］。其机制在于相似任务可能通过共享部分神经资源降低整体的注意力需求，甚至在某些条件下产生协同促进效应。然而，该模型在解释MCI患者的双任务步态表现时存在局限：由于MCI患者神经资源整合能力减弱，即使任务类型相似（如步行＋空间导航），其步态双任务成本仍显著升高，即双任务表现下降［29］。尽管该模型存在上述局限，但这一现象提示，通过对比分析不同相似双任务组合下的成本差异，可能有助于特异性检测MCI亚型（如视空间型MCI）。推荐意见1（强推荐；中等证据等级）：在双任务步态分析应用中，容量共享模型是解释双任务干扰现象的最主要理论模型，其与瓶颈理论、串扰模型共同构成三大主流理论体系，为解析双任务干扰的发生机制提供了关键支撑。不同理论模型的适用场景存在差异，研究者需结合特定双任务的类型（如认知任务的复杂度、步行任务的难度层级）与交互特征，针对性选择适配的主要理论模型以开展机制解析。2.2双任务步态分析原始参数指标双任务步态分析可提供多种定量步态参数，主要包括时空参数和关节角度参数，这些参数有助于MCI识别。然而，由于可评估参数众多，目前关键指标尚未达成共识，亟须进一步明确核心参数，以提高MCI的诊断效率。2.2.1时空参数时空步态参数主要包括时间参数（步速、步频、支撑相时间、摆动相时间等）和空间参数（步长、步幅、步宽、足偏角等），时空步态参数含义、正常参考值［30］及MCI患者双任务步态特征见表2。研究证实［31］，尽管MCI患者与健康老年人的基础步态特征存在一定重叠，且MCI早期步态异常多呈隐匿性改变，但双任务步态范式可有效放大这种潜在差异，精准捕获两者的核心区分点——步速减慢、步幅缩短、支撑相时间延长及摆动相时间异常等特征性改变，这些定量参数是识别MCI患者潜在步态异常的核心生物学指标。从机制层面看，双任务负荷下MCI患者认知资源储备不足，难以兼顾步行调控与认知任务的双重需求，从而触发神经系统的代偿性适应机制，最终表现为步态参数的特征性调整［32］。该代偿性改变具体体现为步速下降、步频减少、支撑相延长、摆动相缩短、步幅与步长缩短、步宽增加及足偏角增大等一系列旨在提升步行稳定性、保障运动安全的步态调整策略［32］。上述时空参数的特征性改变显著提升了MCI早期识别的敏感性与特异性［10］，为MCI的客观化、量化诊断提供了重要的生物力学支撑。2.2.2关节角度参数关节角度参数涉及下肢主要关节（踝、膝、髋）在矢状面、冠状面和水平面的活动度，核心指标包括矢状面上踝关节背屈/跖屈峰值角度、膝关节和髋关节屈曲/伸展峰值角度，以及全足着地初期各关节角度［33］。关节角度参数含义、正常参考值［34］及MCI患者双任务步态特征见表3。当前，基于关节角度参数的步态分析在MCI识别中的应用尚不充分，主要受限于步态分析设备的可及性与技术条件，且现有研究多聚焦于踝关节和膝关节。在踝关节层面，增龄相关踝跖屈肌与外翻肌肌力减弱可导致踝关节稳定性下降及步行推进力不足［35］，致使足部抬离困难，进而引起步长缩短和步速减慢［36］。多项研究指出［37-38］，足趾离地角度和足跟着地角度在不同认知水平人群间存在显著差异，认知水平较低者上述角度减小更为明显，部分归因于其更易出现“拖步”现象［39］（即摆动相足部抬离高度显著降低，几乎贴地移动）。在膝关节层面，MCI患者可能存在关节控制变异性增加。ZHONG等［6］发现，与认知正常的老年人相比，MCI患者水平行走时右膝关节活动度增加，具体表现为矢状面伸展峰值角度增大及右膝-足跟走向角减小，提示膝关节承重反应减弱、关节稳定性下降或下肢控制策略改变。此外，行走时膝关节旋转运动有助于维持步态稳定，且旋转角度随行走负荷增加而增大［40］。SILVA等［41］认为，步频增加会显著升高膝关节内压力，进而增大旋转角度。因此，MCI患者在双任务步行中可能通过降低步频和膝关节旋转角度来维持躯干稳定性。在髋关节层面，尽管目前直接将其运动参数用于MCI诊断的研究较为缺乏，但髋关节作为躯干与下肢的枢纽，在传递体重、维持重心稳定和步行稳定性方面发挥关键作用［42］，其在三个平面的协调运动（屈/伸、内收/外展、旋转）对步态协调性、姿势控制和方向维持不可或缺［42］。LARSSON等［43］发现，年龄相关的下肢肌肉退化呈现不均衡性，远端肌群受累尤甚，导致老年人倾向于采用近端肌肉的代偿策略，如利用更大的髋部力量，弥补踝部力量的不足。KUAN等［44］研究发现，与认知正常的老年人相比，MCI患者在支撑相表现出较小的髋关节峰值屈曲角度和较大的峰值伸展角度，在摆动相则表现出较小的峰值屈曲角度，提示MCI患者可能存在不同于健康个体的髋关节运动适应策略。MCI患者普遍存在前额叶执行功能受损，这可能影响下肢运动控制模式，进而引发各关节角度步态参数的异常［6］。步行周期中踝、膝、髋关节的协同作用对于全面理解MCI步态特征变化具有重要意义，但目前针对MCI患者的关节角度参数研究相对匮乏，许多关键指标仍有待探索。推荐意见2（强推荐；中等证据等级）：可将以下步态参数纳入MCI早期诊断的潜在生物力学指标——时空参数（步速、步频、支撑相时间、摆动相时间、步长、步幅、步宽、足偏角）与关节角度参数（特别是下肢各关节在矢状面上的峰值角度）。此外，下肢各关节在其他平面上的活动（如踝关节内翻/外翻、膝关节内旋/外旋、髋关节内收/外展/内旋/外旋等）对维持步行协调性与动态稳定至关重要，是未来研究MCI患者步态稳定性缺陷和潜在跌倒风险的探索性指标。2.3双任务步态衍生参数指标原始步态数据易受受试者年龄、身高、体重及健康状况等异质性因素影响，可能降低MCI识别的精度［45］。例如，老年人步速普遍低于年轻人，仅凭步速阈值难以有效区分MCI患者与健康老年人。双任务步态衍生参数通过对原始时空与运动学数据进行二次加工分析，可有效减少异质性干扰，提升MCI识别的准确性，主要包括步态双任务成本与变异系数两大核心指标。步态双任务成本［46］指同时执行两种任务时步行过程所增加的特定注意力资源消耗，计算公式为：双任务成本＝［（单任务参数值－双任务参数值）/单任务参数值］×100%。该指标可精准量化叠加任务对步态表现的干扰程度：正值表示双任务负荷下步态参数恶化（如步速降低、步长缩短、步态周期延长等），绝对值越大，表明认知-运动交互干扰越显著。研究证实，双任务成本与认知能力呈负相关，可用于检测认知能力下降的风险。MCI患者在运动-认知双任务（如步行时连续减7、词汇流畅性任务）中，步速与步长的双任务成本显著高于认知正常老年人，直接反映其认知负荷耐受能力下降［47-48］。变异系数［49］又称标准差率，为标准差与均值的比值，计算公式为：变异系数＝（标准偏差/均值）×100%。作为反映步行自动化程度的核心指标，步态变异系数可精准量化步态稳定性——变异系数值越高，提示步态波动越显著、稳定性越差［50］。从病理机制看，MCI患者因前额叶执行功能受损，对步态的“一致性调控能力”下降，表现为步长、关节角度等关键参数的波动幅度增大，这一特征正是认知运动整合障碍的直接体现［51］。推荐意见3（强推荐；中等证据等级）：双任务成本、变异系数等衍生分析指标可减少异质性干扰，有效提升MCI识别率。2.4双任务步态机器学习模型步态周期中的时空与关节角度参数相互关联，具有复杂性和非线性特征，传统分析方法处理效率有限。机器学习方法擅长处理高维、非线性数据，鲁棒性较强，在疾病诊断领域展现出巨大应用潜力［52］。此外，各步态参数对MCI识别的贡献权重存在差异，通过机器学习构建模型，可有效整合多个高权重核心特征，进而提升MCI识别的精准度。GHORAANI等［15］开发了一种基于支持向量机的双任务步态评估模型，用于客观地诊断MCI和阿尔茨海默病（Alzheimer'sdisease，AD），成功将二者与健康受试者有效区分。陶帅等［53］采用随机森林与梯度提升决策树算法，构建了基于时空与关节角度参数的分类模型，两种模型均实现了健康老年人、遗忘型MCI及AD患者的高效鉴别。此外，不同的机器学习算法及步行测试范式均会影响模型的分类准确率。SEIFALLAHI等［54］采用逻辑回归、支持向量机与随机森林3种算法，分别构建了基于直行步道和椭圆形步道下时空步态特征的分类模型，发现在动作复杂度更高的椭圆形行走测试中可识别的MCI步态特征数量显著增加，且随机森林算法表现最优。然而，TUENA等［55］基于MCI与AD患者的步态特征及MMSE评分数据，比较了决策树、随机森林、梯度提升、支持向量机、逻辑回归和k近邻6种模型，结果显示支持向量机的识别准确率最高。上述结论的不一致性提示，当前机器学习识别MCI的研究差异可能源于测试场景（如步行范式）、训练数据集特征（如患者群体与纳入指标）及算法自身特性的不同。值得注意的是，现有研究虽普遍采用多算法择优策略，但大样本、多中心的标准化研究仍显不足，各模型核心输入参数的权重尚未明确，不同算法的适用场景差异亦缺乏系统性验证。推荐意见4（弱推荐；低证据等级）：基于机器学习构建的分类诊断模型可整合多维度步态生物标志物，显著提高MCI诊断效能。2.5不同双任务范式在轻度认知障碍识别中的应用常用双任务范式设置包括［56］：①基准任务（运动任务），多为步行、平衡等躯干/下肢任务，偶见上肢任务；②叠加任务，常选用目标认知域（记忆力、注意力、执行能力等）相关联的认知任务，包括减法序列（如倒计数、连续减7等）、词义联想（如词语复述、命名）、N-back和Stroop范式等。常见双任务步行范式设计见表4。2.5.1认知-运动双任务认知-运动双任务通过直接增加认知负荷暴露潜在认知缺陷，不同认知任务的设计涉及不同认知域的参与。①减法序列：主要增加工作记忆、注意力与计算力负荷。其中，“100连续减7＋步行”范式比“倒数100”要求更高、认知负荷更大［15］。MCI患者因中央执行系统功能衰退，在高负荷减法双任务中更易出现步速减慢、步态变异性升高等表现，直观反映其资源分配能力受损。②词义联想：主要依赖语义记忆功能，包括语义流畅性（如动物命名）与语音流畅性（如单词复述）［57］。MCI患者常伴语义记忆损伤，在此类双任务中易出现言语反应延迟、错误率升高，同时步态稳定性下降，可辅助识别以记忆域受损为主的认知衰退。③N-back任务：经典工作记忆范式，要求受试者记忆刺激序列并判断当前刺激是否与倒数第N个刺激匹配，通过调整N值控制认知负荷［58］。MCI患者因工作记忆容量局限，在N≥2的高负荷任务中，步态参数（如步长、双支撑时间）变异性显著高于认知正常老年人，可敏感提示工作记忆损伤。④Stroop任务：常用于评估注意分配与干扰抑制（如命名词语颜色时，字体实际颜色与语义颜色产生冲突），是执行功能测试的首选范式，通过正确率及反应时间反映认知表现［19］。MCI患者因注意分配减弱，在Stroop＋步行双任务中反应时间延长、正确率降低，步态协调性下降，可有效识别执行功能受损型MCI。多项研究证实，相较于单任务步行，MCI患者在双任务步行下步速显著降低、步态变异性显著升高，这类差异可作为MCI识别的重要量化指标［61-62］。其中，以步行为基准任务，叠加倒数100、连续减7、复述单词等认知任务的双任务范式已被证实具有良好的效度［45］。2.5.2双重运动任务双重运动任务主要通过增加运动过程中的额外感觉信息（视觉、听觉等）处理及注意力需求，间接增加认知负荷。“手持水杯＋步行”强调行走和手部运动协同时的注意力分配和双运动控制［63］；“跨越障碍物＋步行”［59］或“多弯道步行”［60］则增加下肢运动复杂性，涉及运动加工与行动计划，需招募更多皮层资源并将注意力转移至步态控制。为维持步态稳定性，MCI患者在执行双重运动任务时常表现为步宽增大、步长缩短、步速减慢等，同时伴有任务完成质量降低（如洒水、触碰障碍物）或完成时间延长［63-64］。这些在复杂运动条件下的步态/任务表现恶化同样反映了MCI相关的认知-运动控制障碍，可作为辅助识别指标，但其敏感性可能低于认知叠加任务［65］。MCI相关研究中，双任务步行范式的应用尚未形成统一规范，而不同范式的核心设计差异（如认知任务类型、负荷难度、基准与叠加任务的组合方式）可从以下两方面影响研究结果：一方面，直接影响步态参数对MCI病理特征的捕捉效率，导致识别效力存在显著差异——认知类叠加任务（如连续减7、2-back任务）的识别敏感性可能高于运动类叠加任务［66］；另一方面，不同任务范式侧重的认知域不同，如减法序列侧重工作记忆，词汇流畅性侧重语言执行功能，研究者可根据目标针对性选择。推荐意见5（弱推荐；低证据等级）：可纳入常见的双任务步行范式为：基准任务（步行）；叠加任务：（减法序列、词义联想、N-back、Stroop、手持水杯、跨越障碍物和多弯道）。设计双任务步行范式时，应基于受试者的认知评估结果选择相应的认知域及认知负荷，以提升MCI识别的敏感性。2.6双任务步态分析在MCI早期诊断中的拓展应用场景2.6.1不同MCI亚型的双任务步态分析2003年，MCI国际工作组根据认知评估结果及受损认知域将MCI分为4个亚型。①单认知域遗忘型MCI：以单纯记忆障碍为主要特征；②多认知域遗忘型：以记忆障碍为核心，同时伴有语言、执行功能、视空间能力等其他认知域损害；③单认知域非遗忘型MCI：表现为记忆功能相对保留，但其他单一认知域明显损害；④多认知域非遗忘型MCI：表现为多个非记忆认知域同时受损，伴或不伴轻微记忆功能损害。其中，遗忘型MCI（包括单认知域或多认知域损伤）在临床实践中最为常见［67］。不同双任务范式对MCI亚型的识别效能存在差异。例如，遗忘型MCI患者在涉及记忆功能的认知任务（如单词短时记忆与延迟回忆）中的表现通常显著逊于非遗忘型MCI患者［68］。此外，不同亚型MCI步态特征研究表明［69］，多数MCI患者的步态定量参数均出现变化（包括步速、步幅下降和步宽增加等），但变化程度在不同亚型间存在异质性，遗忘型MCI患者的早期步态改变较非遗忘型更为显著。然而，目前双任务步态分析多应用于遗忘型MCI的识别，尚缺乏基于双任务步态特征区分不同MCI亚型的研究，而这一区分对于不同亚型患者的个体化早期干预至关重要。推荐意见6（弱推荐；低证据等级）：鉴于MCI各亚型的认知损伤特征与康复需求存在差异，设计针对特定亚型的双任务步态分析范式有望成为未来精准评估MCI的核心工具。2.6.2纳入MCI患者感觉功能评估筛查感觉功能（尤其是视听觉）是维持正常认知功能和步态控制的基础信息来源。感觉输入的退化迫使大脑将更多认知资源（如注意力、工作记忆）重新分配于感觉信息的处理和补偿，从而削减可用于双任务的认知储备［70］。听力损失可能导致受试者无法清晰听到测试指令或干扰声音，从而被误判为注意力或执行功能受损［71］；视力模糊可能影响对步态测试路径或提示信号的感知，导致步速、步幅等步态参数异常［72］。上述由感觉缺陷引起的表现下降可能被误判为认知障碍或步态控制能力下降，混淆MCI诊断。筛查感觉功能有助于识别这些混杂因素，确保观察到的双任务步态异常更真实地反映认知神经变化而非单纯的感觉输入障碍。此外，筛查并识别伴随感觉缺陷的MCI患者，可降低其执行双任务步态任务时的跌倒风险。推荐意见7（弱推荐；低证据等级）：除关注认知域受损情况外，鉴于老年群体常伴视力、听力等感觉功能退化，在应用双任务步态分析早期识别与干预MCI的研究中，还需对患者进行相关感觉功能筛查。2.6.3双任务步态训练处方双任务步态分析的应用价值不仅体现在MCI早期识别，还可延伸至康复训练领域。认知-运动双任务训练（要求个体同步执行认知与运动任务）已成为核心康复策略，可有效提升老年人的运动控制能力，在改善平衡功能及预防跌倒方面疗效明确［73］。通过针对性设计双任务范式（如梯度化认知负荷与运动任务组合），可同步强化患者的认知-运动整合能力与步态稳定性，为MCI干预治疗提供新路径。另外，双任务步态训练（如边行走边聊天或思考等）能模拟日常行走的真实情景，有效提升MCI患者的生活质量，已成为认知-运动双任务训练临床研究中的核心范式［74］。基于fMRI证据，MCI患者的额顶网络和海马体等区域存在功能减退，而双任务步态训练可增强这些区域的神经可塑性，改善执行功能与注意力分配，提升动态步态稳定性［74］。然而，训练效果受范式复杂度及训练周期影响，个体差异较大［75］。推荐意见8（弱推荐；低证据等级）：需基于MCI患者的核心认知域损害类型（工作记忆、执行功能、注意力缺陷等）、个体认知功能水平分级及步态功能基线数据（含时空参数、关节角度参数及衍生指标），制定兼具针对性、安全性及渐进式的个体化双任务步态康复处方。2.6.4双任务步态分析的居家康复应用MCI在社区老年人群中的全球患病率超过15%，且多数患者未得到及时诊断和干预［76］。传统基于医疗机构的双任务步态训练存在可及性低、成本高、依从性差等问题，难以满足社区庞大群体的长期康复需求。便携式居家双任务步态分析技术的开发可将康复场景延伸至家庭环境，实现MCI早期筛查及持续干预。通过可穿戴传感器（如惯性测量单元）与步态分析系统实现日常居家双任务步态监测［77-78］，实时采集时空与关节角度参数，同步记录认知任务表现（反应时、正确率），有助于识别MCI高风险个体。同时，整合智能终端交互及云端算法，还可基于用户能力动态调整任务难度，实现可持续的自适应性双任务步态训练［79］。近年来，居家步态分析设备（如MoveLab®［80］、Movit［81］、RehaGait©［82］等）在实验室研究中逐步发展，其临床转化与实际应用亟待推进。推荐意见9（弱推荐；极低证据等级）：鉴于MCI高发于社区老年人群，便携式双任务步行居家康复技术的开发可为社区MCI的早期防治提供可行路径。2.7双任务步态分析应用于MCI早期诊断的注意事项推荐意见10（强推荐；低证据等级）：在将双任务步态分析应用于MCI早期诊断时，需注意以下事项。①需排除患有帕金森病、脑卒中偏瘫后遗症、肌萎缩侧索硬化、多发性硬化、精神疾病、下肢骨关节疾病等可能影响步态的疾病患者，以确保步态异常主要由认知功能减退所致。②在上述基础上，应筛选能独立行走且无明显运动功能障碍的受试者，确保其具备完成双任务步态测试的基本能力；同时须通过跌倒风险评估（如计时起立-行走测试）以预防意外事件，保障受试者安全。③测试区域需宽敞、地面平整、光线充足，以降低受试者因环境产生紧张或意外摔倒的风险，确保测试环境安全。④测试过程中应持续关注受试者的疲劳状况。一旦出现心率或呼吸加快、气喘、明显步态异常等疲劳征兆，应立即终止测试，并协助受试者恢复至放松体位。3小结本共识系统阐述了双任务步态分析技术在MCI早期诊断中的规范化应用，涵盖理论机制、关键步态特征参数（包括时空参数与关节角度参数）、衍生分析指标（双任务成本、变异系数）及机器学习模型的应用价值，并明确了双任务范式的设置原则，旨在为相关研究与临床实践提供可操作的参考框架。此外，共识展望了该技术在MCI早期诊断领域的拓展方向，包括MCI亚型区分、感觉功能评估优化、个体化双任务步态训练处方制定及居家康复推广等。然而，上述拓展场景的研究基础尚显薄弱，亟须通过更深入、多维的研究手段阐明其内在机制并验证临床有效性。未来需开展多中心、大样本临床研究，进一步验证本共识的实践指导价值，并推动其持续更新与完善。参考文献［1］MIANM，TAHIRIJ，ELDINR，etal.Overlookedcasesofmildcog⁃nitiveimpairment：ImplicationstoearlyAlzheimer'sdisease［J］.AgeingResRev，2024，98：102335.［2］2024Alzheimer'sdiseasefactsandfigures［J］.AlzheimersDement，2024，20（5）：3708-3821.［3］HUIEK，MUKADAMN，KOHLG，etal.Effectofdiabetesmedi⁃cationsontheriskofdevelopingdementia，mildcognitiveimpair⁃ment，orcognitivedecline：asystematicreviewandmeta-analy⁃sis［J］.JAlzheimersDis，2025，104（3）：627-648.［4］TARIOTPN，BOADAM，LANCTÔTKL，etal.RelationshipsofchangeinClinicalDementiaRating（CDR）onpatientoutcomesandprobabilityofprogression：observationalanalysis［J］.AlzheimersResTher，2024，16（1）：36.［5］LIUYW，MAWB，LIM，etal.Relationshipbetweenphysicalper⁃formanceandmildcognitiveimpairmentinChinesecommunitydwellingolderadults［J］.ClinIntervAging，2021，16：119-127.［6］ZHONGQ，ALIN，GAOYX，etal.Gaitkinematicandkineticcharacteristicsofolderadultswithmildcognitiveimpairmentandsubjectivecognitivedecline：across-sectionalstudy［J］.FrontAgingNeurosci，2021，13：664558.［7］LIH，SUWL，DANGH，etal.Exercisetrainingformildcogni⁃tiveimpairmentadultsolderthan60：asystematicreviewandmeta-analysis［J］.JAlzheimersDis，2022，88（4）：1263-1278.［8］中国痴呆与认知障碍诊治指南写作组，中国医师协会神经内科医师分会认知障碍疾病专业委员会.2018中国痴呆与认知障碍诊治指南（五）：轻度认知障碍的诊断与治疗［J］.中华医学杂志，2018，98（17）：1294-1301.WritingGroupofChineseGuidelinesfortheDiagnosisandTreat⁃mentofDementiaandCognitiveImpairment，ProfessionalCom⁃mitteeonCognitiveImpairmentDiseasesundertheNeurologistsBranchofChineseMedicalDoctorAssociation.GuidelinesforthediagnosisandtreatmentofdementiaandcognitiveimpairmentinChinain2018（V）：Diagnosisandtreatmentofmildcognitiveimpairment［J］.NatlMedJChina，2018，98（17）：1294-1301.［9］ESMAEILIBIJARSARIS.Acurrentviewondual-taskpara⁃digmsandtheirlimitationstocapturecognitiveload［J］.FrontPsychol，2021，12：648586.［10］YANGQ，TIANC，TSENGB，etal.Gaitchangeindualtaskasabehavioralmarkertodetectmildcognitiveimpairmentinelderlypersons：asystematicreviewandmeta-analysis［J］.ArchPhysMedRehabil，2020，101（10）：1813-1821.［11］BOVONSUNTHONCHAIS，VACHALATHITIR，HIENGKAEWV，etal.Quantitativegaitanalysisinmildcognitiveimpairment，dementia，andcognitivelyintactindividuals：across-sectionalcase-controlstudy［J］.BMCGeriatr，2022，22（1）：767.［12］LOWEDA，MACAULAYRK，SZELESDM，etal.Dual-taskgaitassessmentinaclinicalsample：implicationsforimproveddetectionofmildcognitiveimpairment［J］.JGerontolBPsycholSciSocSci，2020，75（7）：1372-1381.［13］ZHENGYX，LANGSJ，LIANGJJ，etal.Effectsofmotor-cogni⁃tiveinteractionbasedondual-taskgaitanalysisrecognitioninmiddleagetoagingpeoplewithnormalcognitionandmildcogni⁃tiveimpairment［J］.FrontAgingNeurosci，2022，14：969822.［14］GUIMARÃESV，SOUSAI，DEBRUINED，etal.Mindingyoursteps：across-sectionalpilotstudyusingfoot-worninertialsen⁃sorsanddual-taskgaitanalysistoassessthecognitivestatusofolderadultswithmobilitylimitations［J］.BMCGeriatr，2023，23（1）：329.［15］GHORAANIB，BOETTCHERLN，HSSAYENIMD，etal.Detec⁃tionofmildcognitiveimpairmentandAlzheimer'sdiseaseusingdual-taskgaitassessmentsandmachinelearning［J］.BiomedSignalProcessControl，2021，64：102249.［16］BAYOTM，DUJARDINK，TARDC，etal.Theinteractionbetweencognitionandmotorcontrol：atheoreticalframeworkfordual-taskinterferenceeffectsonposture，gaitinitiation，gaitandturning［J］.NeurophysiolClin，2018，48（6）：361-375.［17］TSANGCS，WANGST，MILLERT，etal.Degreeandpatternofdual-taskinterferenceduringwalkingvarywithcomponenttasksinpeopleafterstroke：asystematicreview［J］.JPhysiother，2022，68（1）：26-36.［18］TOMPOROWSKIPD，QAZIAS.Cognitive-motordualtaskinter⁃ferenceeffectsondeclarativememory：atheory-basedreview［J］.FrontPsychol，2020，11：1015.［19］WUJS，HEYZ，LIANGSX，etal.Effectsofcomputerizedcogni⁃tivetrainingonstructure‒functioncouplingandtopologyofmulti⁃plebrainnetworksinpeoplewithmildcognitiveimpairment：arandomizedcontrolledtrial［J］.AlzheimersResTher，2023，15（1）：158.［20］STROBACHT.Cognitivecontrolandmeta-controlindual-taskcoordination［J］.PsychonBullRev，2024，31（4）：1445-1460.［21］ABBAS-ZADEHM，HOSSEIN-ZADEHGA，VAZIRI-PASH⁃KAMM.Dual-taskinterferenceinasimulateddrivingenviron⁃ment：serialorparallelprocessing?［J］.FrontPsychol，2020，11：579876.［22］SZAMEITATAJ，BRUNELSTUDENTS.Inter-individualdiffer⁃encesinexecutivefunctionspredictmultitaskingperformanceimplicationsforthecentralattentionalbottleneck［J］.FrontPsy⁃chol，2022，13：778966.［23］RICEJ，CORPDT，SWAROWSKYA，etal.Greatercognitivemotorinterferenceinindividualspost-strokeduringmorecom⁃plexmotortasks［J］.JNeurolPhysTher，2022，46（1）：26-33.［24］ALIP，PIERUCCINI-FARIAF，ANNWEILERC，etal.Smallercingulategreymattermediatestheassociationbetweendual-taskgaitandincidentdementia［J］.Brain，2025，148（5）：1551-1561.［25］SMEETONNJ，WRIGHTSONJ，VARGAM，etal.Coordinationbetweenmotorandcognitivetasksindualtaskgait［J］.GaitPos⁃ture，2021，85：138-144.［26］SURKARSM，LINCC，TROTTERB，etal.Effectsofdual-tasktrainingoncognitive-motorlearningandcorticalactivation：anonrandomizedclinicaltrialinhealthyyoungadults［J］.PLoSOne，2025，20（5）：e0322036.［27］ZHANGTC，ZHANGJ，XUET，etal.Abraintumorimageseg⁃mentationmethodbasedonquantumentanglementandwormholebehavedparticleswarmoptimization［J］.FrontMed，2022，9：794126.［28］中华医学会神经病学分会痴呆与认知障碍学组.轻度认知损害的神经心理评估专家共识（2025版）［J］.中华医学杂志，2025，105（3）：204-218.DementiaandCognitiveDisordersGroupoftheChineseSocietyofNeurology.Expertconsensusonneuropsychologicalassessmentformildcognitiveimpairment（2025edition）［J］.NatlMedJChi⁃na，2025，105（3）：204-218.［29］CHENGX，HUANGX，YUQH，etal.Associationsbetweenbrainstructures，cognitionanddual-taskperformanceinpatientswithmildcognitiveimpairment：astudybasedonvoxel-basedmor⁃phology［J］.HumMovSci，2024，97：103257.［30］NEUMANNDA.KinesiologyoftheMusculoskeletalSystem：FoundationsforRehabilitation［M］.3rded.StLouis：Elsevier，2017：669-724.［31］LINDH-RENGIFOM，JONASSONSB，ULLÉNS，etal.Compo⁃nentsofgaitinpeoplewithandwithoutmildcognitiveimpair⁃ment［J］.GaitPosture，2022，93：83-89.［32］XIEHY，ZHANGN，XIACQ，etal.Theclinicalcharacteristicsofcerebralsmallvesseldiseasepatientswithmotoriccognitiverisksyndromeduringsingle-anddual-taskwalking［J］.Heli⁃yon，2024，10（9）：e30007.［33］VISTAMEHRA，NEPTUNERR.Differencesinbalancecontrolbetweenhealthyyoungerandolderadultsduringsteady-statewalking［J］.JBiomech，2021，128：110717.［34］KIEVESNR.Objectivegaitanalysis：reviewandclinicalapplica⁃tions［J］.VetClinNAmSmallAnimPract，2022，52（4）：857-867.［35］KRIBUS-SHMIELL，ZEILIGG，SOKOLOVSKIB，etal.Howmanystridesarerequiredforareliableestimationoftemporalgaitparameters?Implementationofanewalgorithmonthephasecoor⁃dinationindex［J］.PLoSOne，2018，13（2）：e0192049.［36］杨凤娇，王芗斌，侯美金，等.三维步态分析比较青年人与老年人双任务下步态特征的差异［J］.中国组织工程研究，2021，25（3）：344-349.YANGFJ，WANGXB，HOUMJ，etal.Comparisonofgaitchar⁃acteristicsbetweenyoungandelderlypeopleunderdualtasksusingthree-dimensionalgaitanalysis［J］.ChinJTissueEngRes，2021，25（3）：344-349.［37］陶帅，胡泓彬，孔丽文，等.基于步态特征的认知障碍量化评估方法研究［J］.生物医学工程学杂志，2024，41（2）：281-287.TAOS，HUHB，KONGLW，etal.Astudyofcognitiveimpair⁃mentquantitativeassessmentmethodbasedongaitcharacteris⁃tics［J］.JBiomedEng，2024，41（2）：281-287.［38］NILH，LVW，SUND，etal.Pathologicalgaitsignaturesofpoststrokedementiawithtoe-offandheel-to-groundanglesdiscrimi⁃natefromAlzheimer'sdisease［J］.FrontAgingNeurosci，2021，13：766884.［39］GINISP，PIRANIR，BASAIAS，etal.FocusingonheelstrikeimprovestoeclearanceinpeoplewithParkinson'sdisease：anobservationalpilotstudy［J］.Physiotherapy，2017，103（4）：485-490.［40］LIURX，QIANDY，CHENYS，etal.Investigationofnormalkneeskinematicsinwalkingandrunningatdifferentspeedsusingaportablemotionanalysissystem［J］.SportsBiomech，2024，23（4）：417-430.［41］SILVAMDC，PERRIMANDM，FEARONAM，etal.Effectsofneuromusculargaitmodificationstrategiesonindicatorsofkneejointloadinpeoplewithmedialkneeosteoarthritis：asystematicreviewandmeta-analysis［J］.PLoSOne，2022，17（9）：e0274874.［42］VIEIRAFT，PORTOJM，MARTINSPP，etal.Hipmusclestrength，dynamicbalanceandfunctionalcapacityofcommunitydwellingolderadultsaged60andolder：across-sectionalstudy［J］.JBiomech，2021，129：110753.［43］LARSSONL，DEGENSH，LIMS，etal.Sarcopenia：aging-relatedlossofmusclemassandfunction［J］.PhysiolRev，2019，99（1）：427-511.［44］KUANYC，DEMENTIA.Lowerextremitykinematiccomparisonsbetweenpatientswithmildcognitiveimpairmentandhealthyindi⁃vidualsduringsingleanddualtasks［J］.AlzheimersDement，2023，19（S4）：e064882.［45］NEDOVIĆN，EMINOVIĆF，MARKOVIĆV，etal.Gaitcharac⁃teristicsduringdual-taskwalkinginelderlysubjectsofdifferentages［J］.BrainSci，2024，14（2）：148.［46］ÖHLINJ，AHLGRENA，FOLKESSONR，etal.Theassociationbetweencognitionandgaitinarepresentativesampleofveryoldpeople-theinfluenceofdementiaandwalkingaiduse［J］.BMCGeriatr，2020，20（1）：34.［47］MONTERO-ODASSOMM，SARQUIS-ADAMSONY，SPEECH⁃LEYM，etal.Associationofdual-taskgaitwithincidentdemen⁃tiainmildcognitiveimpairment：resultsfromthegaitandbrainstudy［J］.JAMANeurol，2017，74（7）：857-865.［48］MONTERO-ODASSOM，SPEECHLEYM，CHERTKOWH，etal.Donepezilforgaitandfallsinmildcognitiveimpairment：aran⁃domizedcontrolledtrial［J］.EurJNeurol，2019，26（4）：651-659.［49］BOTTA-DUKÁTZ.QuartilecoefficientofvariationismorerobustthanCVfortraitscalculatedasaratio［J］.SciRep，2023，13（1）：4671.［50］MUKLIP，DETWILERS，OWENSCD，etal.Gaitvariabilitypre⁃dictscognitiveimpairmentinolderadultswithsubclinicalcere⁃bralsmallvesseldisease［J］.FrontAgingNeurosci，2022，14：1052451.［51］MONTERO-ODASSOM，OTENG-AMOAKOA，SPEECHLEYM，etal.Themotorsignatureofmildcognitiveimpairment：resultsfromthegaitandbrainstudy［J］.JGerontolABiolSciMedSci，2014，69（11）：1415-1421.［52］BATTINENIG，CHINTALAPUDIN，HOSSAINMA，etal.Artifi⁃cialintelligencemodelsinthediagnosisofadult-onsetdementiadisorders：areview［J］.Bioengineering（Basel），2022，9（8）：370.［53］陶帅，韩星，孔丽文，等.基于步态的机器学习模型识别遗忘型轻度认知障碍和阿尔茨海默病［J］.中国全科医学，2022，25（31）：3857-3865.TAOS，HANX，KONGLW，etal.Machinelearning-basedgaitanalysisforrecognitionofamnesticmildcognitiveimpairmentandAlzheimer'sdisease［J］.ChinGenPract，2022，25（31）：3857-3865.［54］SEIFALLAHIM，GALVINJE，GHORAANIB.Detectionofmildcognitiveimpairmentusingvarioustypesofgaittestsandmachinelearning［J］.FrontNeurol，2024，15：1354092.［55］TUENAC，PUPILLOC，STRAMBA-BADIALEC，etal.Predic⁃tivepowerofgaitandgait-relatedcognitivemeasuresinamnesticmildcognitiveimpairment：amachinelearninganalysis［J］.FrontHumNeurosci，2023，17：1328713.［56］李沁议，罗思仪，蒋咏春，等.双任务范式在中枢神经疾病中的应用及研究［J］.康复学报，2022，32（5）：462-470.LIQY，LUOSY，JIANGYC，etal.Applicationandresearchofdual-taskparadigmsincentralnervoussystemdiseases［J］.RehabilMed，2022，32（5）：462-470.［57］ZHAOYN，FENGH，WUXY，etal.Effectivenessofexergaminginimprovingcognitiveandphysicalfunctioninpeoplewithmildcognitiveimpairmentordementia：systematicreview［J］.JMIRSeriousGames，2020，8（2）：e16841.［58］BOPPKL，VERHAEGHENP.Agingandn-backperformance：ameta-analysis［J］.JGerontolBPsycholSciSocSci，2020，75（2）：229-240.［59］ORCIOLI-SILVAD，BARBIERIFA，DOSSANTOSPCR，etal.DoubleobstaclesincreasegaitasymmetryduringobstaclecrossinginpeoplewithParkinson'sdiseaseandhealthyolderadults：apilotstudy［J］.SciRep，2020，10：2272.［60］DONGYQ，YANGC，CHENY，etal.Howagingimpactscorticaldynamicsandgaitduringdual-taskturningrevealedbyfNIRS［J］.GeroScience，2026，48（1）：985-1007.［61］CHANGF，ERANIF，LANDAVERDED，etal.AssociationsofcognitiveintraindividualvariabilitywithAlzheimer'sdiseaserisk：asystematicreview［J］.ClinNeuropsychol，2025：1-36.［62］GRIESMC，KELLYVE，MCGOUGHEL.Dual-taskwalkingacrosstaskcombinationsinolderadultswithmildcognitiveimpair⁃ment［J］.JGeriatrPhysTher，2026，49（2）：97-106.［63］BAYOTM，DUJARDINK，DISSAUXL，etal.Candual-taskpara⁃digmspredictfallsbetterthansingletask?-Asystematiclitera⁃turereview［J］.NeurophysiolClin，2020，50（6）：401-440.［64］BIAZUS-SEHNLF，BAPTISTARR，MESTRINERRG，etal.Influenceofdifferentdual-taskconditionsduringstraightorcurvedwalkingongaitperformanceofphysicallyactiveolderwomenwithcognitivedecline［J］.JAgingPhysAct，2022，30（3）：411-420.［65］KWONY，KWONJW，CHOIH.Thedifferenceofgaitcharac⁃teristicaccordingtothevarietyofdualtasksinyounghealthyadults［J］.WOR，2019，63（1）：33-38.［66］VITORIOR，HASEGAWAN，CARLSON-KUHTAP，etal.Dualtaskcostsofquantitativegaitparameterswhilewalkingandturn⁃inginpeoplewithParkinson'sdisease：beyondgaitspeed［J］.JParkinsonsDis，2021，11（2）：653-664.［67］魏珑，杨澄，王丽嘉，等.轻度认知障碍的全脑网络研究进展：来自图论的证据［J］.生物医学工程学杂志，2017，34（1）：140-144.WEIL，YANGC，WANGLJ，etal.Researchprogressofdisruptedbrainconnectivityinmildcognitiveimpairment：findingsfromgraphtheoreticalstudiesofw