Obesity Associates with Impaired Quality of Life in Parkinson Disease (P2.056)
Notice bibliographique
Résumé
Objective/Background: Medical comorbidities are increasingly recognized as relevant contributors to meaningful outcomes in Parkinson disease (PD) including poor quality of life (QoL). Obesity is a common health condition that is usually not considered in QoL assessments in PD. It may impact PD-QoL, however, by several potential pathways including a) worsening of overall motor burden b) worsening of non-motor features including mood, fatigue, or sleep disorders, or c) contributing to cognitive dysfunction given the increasingly noted interaction between metabolic syndrome and neurodegeneration. Design/Methods: Using multivariable linear regression, we explored the relative influence of obesity, as assessed using body mass index (BMI), in a cross-sectional cohort study of 120 subjects with PD. The PDQ-39 scale was used to assess QoL. The overall model included other relevant mediators of quality of life including age, disease duration, Movement Disorders Society-Unified Parkinson’s Disease Rating Scale (MDS-UPDRS) motor score, Montreal Cognitive Assessment (MoCA) score, Geriatric Depression scale (GDS), the Fatigue Severity Scale, and the Parkinson Disease Sleep Severity scale (PDSS) scores. Results: The overall model R2 value was 0.476 (F=12.59, p<0.0001). Significant predictors of quality of life included BMI (t=2.56, p=0.012), MDS-UPDRS motor score (t=3.19, p=0.0018), GDS score (t=3.61, p=0.0005), PDSS score (t=-2.80, p=0.006), and FSS score (t=3.54, p=0.0006). Conclusions: Obesity may contribute to poor QoL in PD through mechanisms independent of overall motor burden, depression, fatigue, sleep dysfunction, or cognitive decline. Additional research is needed to determine whether obesity is a trait marker for other unmeasured QoL-influencing features in PD or whether targeted weight loss amongst overweight patients with PD may merit further clinical exploration. Supported by NIH grants PO1 NS015655, RO1 NS070856, Department of Veterans Affairs and the Michael J. Fox Foundation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».