The Prevalence of Misidentification Syndromes in Neurodegenerative Diseases
Notice bibliographique
Résumé
Although misidentification syndromes (MISs) have been often described in Alzheimer disease (AD), the prevalence of these phenomena in different neurodegenerative diseases has not been systematically studied. Three hundred ninety-two individuals with probable AD, 119 patients with the behavioral variety of frontotemporal dementia (FTD-bv), 101 patients with primary progressive aphasia, 24 subjects with semantic dementia, 18 subjects with corticobasal degeneration, 8 patients with progressive supranuclear palsy, 36 individuals with probable Lewy body dementia (DLB), and 26 subjects with Parkinson disease (PD) were the participants of this study. On the basis of a semistructured interview with both patients and their reliable caregivers, MIS was identified in 15.8% of cases with AD, 16.6% of patients with DLB, and in 8.3% of individuals with semantic dementia. The most frequent form of MIS was Capgras delusions, often accompanied by reduplication of place, phantom border phenomenon, or both. Although MIS typically appears in later stages of the disease, it can also occur surprisingly early in patients with AD. None of the patients with FTD-bv, primary progressive aphasia, corticobasal degeneration/supranuclear palsy, or PD developed MIS. Thus, our findings suggest that MISs are characteristic of AD and DLB, and tend to exclude FTD/Pick complex and PD.
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 ».