Motor Phenotype of LRRK2 G2019S Carriers in Early-Onset Parkinson Disease
Notice bibliographique
Résumé
OBJECTIVE: To determine the motor phenotype of LRRK2 G2019S mutation carriers. LRRK2 mutation carriers were previously reported to manifest the tremor dominant motor phenotype, which has been associated with slower motor progression and less cognitive impairment compared with the postural instability and gait difficulty (PIGD) phenotype. DESIGN: Cross-sectional observational study. SETTING: Thirteen movement disorders centers. PARTICIPANTS: Nine hundred twenty-five early-onset Parkinson disease cases defined as age at onset younger than 51 years. MAIN OUTCOME MEASURES: LRRK2 mutation status and Parkinson disease motor phenotype: tremor dominant or PIGD. Demographic information, family history of Parkinson disease, and the Unified Parkinson's Disease Rating Scale score were collected on all participants. DNA samples were genotyped for LRRK2 mutations (G2019S, I2020T, R1441C, and Y1699C). Logistic regression was used to examine associations of G2019S mutation status with motor phenotype adjusting for disease duration, Ashkenazi Jewish ancestry, levodopa dose, and family history of Parkinson disease. RESULTS: Thirty-four cases (3.7%) (14 previously reported) were G2019S carriers. No other mutations were found. Carriers were more likely to be Ashkenazi Jewish (55.9% vs 11.9%; P < .001) but did not significantly differ in any other demographic or disease characteristics. Carriers had a lower tremor score (P = .03) and were more likely to have a PIGD phenotype (92.3% vs 58.9%; P = .003). The association of the G2019S mutation with PIGD phenotype remained after controlling for disease duration and Ashkenazi Jewish ancestry (odds ratio, 17.7; P < .001). CONCLUSION: Early-onset Parkinson disease G2019S LRRK2 carriers are more likely to manifest the PIGD phenotype, which may have implications for disease course.
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 ».