Color discrimination deficits in Parkinson's disease are related to cognitive impairment and white‐matter alterations
Notice bibliographique
Résumé
Color discrimination deficit is a common nonmotor manifestation of Parkinson's disease (PD). However, the pathophysiology of this dysfunction remains poorly understood. Although retinal structure changes found in PD have been suggested to cause color discrimination deficits, the impact of cognitive impairment and cortical alterations remains to be determined. We investigated the contribution of cognitive impairment to color discrimination deficits in PD and correlated them with cortical anomalies. Sixty-six PD patients without dementia and 20 healthy controls performed the Farnsworth-Munsell 100 hue test and underwent a comprehensive neuropsychological assessment for mild cognitive impairment diagnosis. In a subgroup of 26 PD patients, we also used high-definition neuroanatomical magnetic resonance imaging for cortical thickness and diffusion tensor analysis. PD patients with mild cognitive impairment performed poorly on the Farnsworth-Munsell 100 hue test compared with PD patients without mild cognitive impairment and controls. In PD patients, performance on the Farnsworth-Munsell 100 hue test was correlated with measures of visuospatial abilities and executive functions. Neuroimaging analysis revealed higher mean and radial diffusivity values in right posterior white-matter structures that correlated with poor performance on the Farnsworth-Munsell 100 hue test. No cortical thickness correlation reached significance. This study showed that cognitive impairment makes a major contribution to the color discrimination deficits reported in PD. Thus, performance on the Farnsworth-Munsell 100 hue test may reflect cognitive impairment more than color discrimination deficits in PD. Poor performance on the Farnsworth-Munsell 100 hue test was also associated with white-matter alterations in right posterior brain regions.
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 | 0,000 |
| 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 ».