Educational Level as a Modulator of Cognitive Performance and Neuropsychyatric Features in Parkinson Disease
Notice bibliographique
Résumé
OBJECTIVES: To test a possible association between the educational level (EL), cognitive performance, and neuropsychiatric features in Parkinson disease (PD). BACKGROUND: An inverse association has been reported between EL and cognitive dysfunction in patients with senile dementia of Alzheimer type but it is yet unsettled whether education has a similar effect on cognition in PD. METHODS: Seventy-two PD patients (45 males, mean age 68.7+/-11.6 y) underwent a detailed neurologic examination, a battery of neuropsychologic tests, and questionnaires for the evaluation of psychosis, sleep disturbances, and depression. According to the number of educational years, patients were divided into 3 groups: low EL (0 to 8 y), (15 patients), intermediate EL (9 to 12 y) (28 patients), and high EL (>/=13 y) (29 patients). RESULTS: Patients with a higher EL had a better cognitive function and an association was found between the patients' EL and their scores in various neuropsychologic tests mainly those sensitive to frontal lobe dysfunction. Low education was associated with an increased risk for hallucinations and a trend for more depression, delusions, and sleep disturbances. CONCLUSIONS: The association between high educational attainment and the lower risk of cognitive dysfunction suggest that education might modulate cognitive performance in 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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».