Cognitive Deterioration Rates in Patients with Parkinson’s Disease from Northeastern China
Notice bibliographique
Résumé
BACKGROUND/AIMS: Cognitive impairment (CI) is common in Parkinson's disease (PD), and the cognitive deterioration rate (CDR) is heterogeneous among PD patients. However, very few studies have reported on the association of PD features and risk factors with rapid CDR. The Montreal Cognitive Assessment (MoCA) is considered to be a sensitive and reliable approach to detect mild CI. In the present study, we sought to define and compare the cognitive profiles and clinical features of PD patients with slow or rapid CDRs, and then to identify the PD risk factors associated with rapid CDR. METHODS: A cross-sectional study of cognitive rate was performed using the MoCA in a cohort of 73 PD patients and 41 controls matched for age, sex and education level. RESULTS: The rapid CDR group was characterized by older age (58.8 years in slow CDR vs. 64.1 in rapid CDR; p = 0.02), later age at disease onset (52.7 vs. 61.7 years; p < 0.001), a faster deterioration rate of movement symptoms (UPDRS III increment of 12.8 vs. 5.9/year; p < 0.001), a higher rate in multiple-domain CI (38.9 vs. 10.8%), and generally lower MoCA subscores for the Clock Drawing Test, attention, verbal fluency and abstraction. According to the univariate logistic regression model, onset age, movement deterioration rate, multiple domains CI and executive function CI were risk factors for rapid CDR. However, only the movement deterioration rate (p = 0.01) and onset age (p = 0.05) remained independent predictors for rapid CDR according to the multivariate logistic regression model. CONCLUSIONS: The CI deterioration in a subset of PD patients appears to progress more rapidly. Identifying those PD patients may not only help to predict the development of PD dementia, but also facilitate therapeutic intervention at early disease stages.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».