MétaCan
Menu
Retour à la cohorte
Enregistrement W2066674357 · doi:10.1093/brain/aws093

How does parkinsonism start? Prodromal parkinsonism motor changes in idiopathic REM sleep behaviour disorder

2012· article· en· W2066674357 sur OpenAlexafffund
Ronald B. Postuma, Anthony E. Lang, Jean Gagnon, Amélie Pelletier, Jacques Montplaisir

Notice bibliographique

RevueBrain · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensUniversité de MontréalMcGill University Health CentreUniversité du Québec à MontréalToronto Western HospitalMcGill UniversityCanadian Sleep & Circadian NetworkHôpital du Sacré-Cœur de MontréalUniversity of TorontoMontreal General Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchServierSanofiGlaxoSmithKline
Mots-clésParkinsonismREM sleep behavior disorderRating scalePsychologyAudiologyMovement disordersPhysical medicine and rehabilitationMedicinePediatricsDiseasePsychiatryElectroencephalographyInternal medicinePolysomnographyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Parkinsonism, as a gradually progressive disorder, has a prodromal interval during which neurodegeneration has begun but cardinal manifestations have not fully developed. A systematic direct assessment of this interval has never been performed. Since patients with idiopathic REM sleep behaviour disorder are at very high risk of parkinsonism, they provide a unique opportunity to observe directly the development of parkinsonism. Patients with idiopathic REM sleep behaviour disorder in an ongoing cohort study were evaluated annually with several quantitative motor measures, including the Unified Parkinson's Disease Rating Scale, Purdue Pegboard, alternate-tap test and timed up-and-go. Patients who developed parkinsonism were identified from this cohort and matched according to age to normal controls. Their results on motor testing from the preceding years were plotted, and then assessed with regression analysis, to determine when markers first deviated from normal values. Sensitivity and specificity of quantitative motor markers for diagnosing prodromal parkinsonism were assessed. Of 78 patients, 20 developed parkinsonism. On regression analysis, the Unified Parkinson's Disease Rating Scale first intersected normal values at an estimated 4.5 years before diagnosis. Voice and face akinesia intersected earliest (estimated prodromal interval = 9.8 years), followed by rigidity (4.4 years), gait abnormalities (4.4 years) and limb bradykinesia (4.2 years). Quantitative motor tests intersected normal values at longer prodromal intervals than subjective examination (Purdue Pegboard = 8.6 years, alternate-tap = 8.2, timed up-and-go = 6.3). Using Purdue Pegboard and the alternate-tap test, parkinsonism could be detected with 71-82% sensitivity and specificity 3 years before diagnosis, whereas a Unified Parkinson's Disease Rating Scale score >4 identified prodromal parkinsonism with 88% sensitivity and 94% specificity 2 years before diagnosis. Removal of action tremor scores improved sensitivity to 94% and specificity to 97% at 2 years before diagnosis (cut-off >3). Although distinction between conditions was often difficult, prodromal dementia with Lewy bodies appeared to have a slower progression than Parkinson's disease (prodromal interval = 6.0 versus 3.8 years). Using a cut-off of Unified Parkinson's Disease Rating Scale >3 (excluding action tremor), 25% of patients with 'still-idiopathic' REM sleep behaviour disorder demonstrated evidence of possible prodromal parkinsonism. Therefore, using direct assessment of motor examination before parkinsonism in a REM sleep behaviour disorder, we have estimated a prodromal interval of ∼4.5 years on the Unified Parkinson's Disease Rating Scale; other quantitative markers may detect parkinsonism earlier. Simple quantitative motor measures may be capable of reliably detecting parkinsonism, even before a clinical diagnosis can be made by experienced movement disorders neurologists.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,251
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations338
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207