Parkinson risk in idiopathic REM sleep behavior disorder
Notice bibliographique
Résumé
OBJECTIVE: To precisely delineate clinical risk factors for conversion from idiopathic REM sleep behavior disorder (RBD) to Parkinson disease, dementia with Lewy bodies, and multiple system atrophy, in order to enable practical planning and stratification of neuroprotective trials against neurodegenerative synucleinopathy. METHODS: In a 10-year prospective cohort, we tested prodromal Parkinson disease markers in 89 patients with idiopathic RBD. With Kaplan-Meier analysis, we calculated risk of neurodegenerative synucleinopathy, and using Cox proportional hazards, tested the ability of prodromal markers to identify patients at higher disease risk. By combining predictive markers, we then designed stratification strategies to optimally select patients for definitive neuroprotective trials. RESULTS: The risk of defined neurodegenerative synucleinopathy was high: 30% developed disease at 3 years, rising to 66% at 7.5 years. Advanced age (hazard ratio [HR] = 1.07), olfactory loss (HR = 2.8), abnormal color vision (HR = 3.1), subtle motor dysfunction (HR = 3.9), and nonuse of antidepressants (HR = 3.5) identified higher risk of disease conversion. However, mild cognitive impairment (HR = 1.8), depression (HR = 0.63), Parkinson personality, treatment with clonazepam (HR = 1.3) or melatonin (HR = 0.55), autonomic markers, and sex (HR = 1.37) did not clearly predict clinical neurodegeneration. Stratification with prodromal markers increased risk of neurodegenerative disease conversion by 200%, and combining markers allowed sample size reduction in neuroprotective trials by >40%. With a moderately effective agent (HR = 0.5), trials with fewer than 80 subjects per group can demonstrate definitive reductions in neurodegenerative disease. CONCLUSIONS: Using stratification with simply assessed markers, it is now not only possible, but practical to include patients with RBD in neuroprotective trials against Parkinson disease, multiple system atrophy, and dementia with Lewy bodies.
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 | 0,000 | 0,002 |
| 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) | 0,001 | 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 ».