Neurocognitive signs in prodromal Huntington disease.
Notice bibliographique
Résumé
OBJECTIVE: PREDICT-HD is a large-scale international study of people with the Huntington disease (HD) CAG-repeat expansion who are not yet diagnosed with HD. The objective of this study was to determine the stage in the HD prodrome at which cognitive differences from CAG-normal controls can be reliably detected. METHOD: For each of 738 HD CAG-expanded participants, we computed estimated years to clinical diagnosis and probability of diagnosis in 5 years based on age and CAG-repeat expansion number (Langbehn, Brinkman, Falush, Paulsen, & Hayden, 2004). We then stratified the sample into groups: NEAR, estimated to be ≤9 years; MID, between 9 and 15 years; and FAR, ≥15 years. The control sample included 168 CAG-normal participants. Nineteen cognitive tasks were used to assess attention, working memory, psychomotor functions, episodic memory, language, recognition of facial emotion, sensory-perceptual functions, and executive functions. RESULTS: Compared with the controls, the NEAR group showed significantly poorer performance on nearly all of the cognitive tests and the MID group on about half of the cognitive tests (p = .05, Cohen's d NEAR as large as -1.17, MID as large as -0.61). One test even revealed significantly poorer performance in the FAR group (Cohen's d = -0.26). Individual tasks accounted for 0.2% to 9.7% of the variance in estimated proximity to diagnosis. Overall, the cognitive battery accounted for 34% of the variance; in comparison, the Unified Huntington's Disease Rating Scale motor score accounted for 11.7%. CONCLUSIONS: Neurocognitive tests are robust clinical indicators of the disease process prior to reaching criteria for motor diagnosis of HD.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».