Screening for Impaired Cognitive Domains in a Large Parkinson's Disease Population and Its Application to the Diagnostic Procedure for Parkinson's Disease Dementia
Notice bibliographique
Résumé
BACKGROUND: Dementia is a new focus of research on improved treatment for Parkinson's disease (PD). In 2007, a screening tool for PD dementia (PD-D) was developed by the Movement Disorder Society (Level I testing), which still requires verification by a large population study. METHODS: We conducted a cross-sectional and multicenter study including 13 institutions administering the Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA) to 304 PD patients (mean age: 70.6 ± 8.3 years; mean Hoehn and Yahr stage: 2.7 ± 0.7). RESULTS: In all, 34.5% of the patients had MMSE scores <26; 94.3% of these patients had impairments in ≥2 cognitive domains and met the criteria for probable PD-D by Level I testing. Executive dysfunction combined with attention and memory impairment was most common (51.4%). In the Level I subtests of executive function, the score for phonemic fluency declined by <50% in patients with high MoCA scores (24-30 points) and lacked specificity for PD-D. No patient had visuospatial impairment (measured by the pentagon copying subtest) alone, and the score for pentagon copying stayed at ≥70% even in patients with low MMSE scores (12-25 points), therefore lacking sensitivity for PD-D. CONCLUSIONS: Level I testing with administration of the MMSE and MoCA is a practical and efficient screening tool for PD-D. However, the phonemic fluency and pentagon copying tests should be replaced by more specific/sensitive ones when screening for PD-D.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».