Pilot study of a three‐step diagnostic pathway for young and old patients with Parkinson's disease dementia: screen, test and then diagnose
Notice bibliographique
Résumé
OBJECTIVE: To pilot a three-step diagnostic model for young and old patients with Parkinson's disease dementia (PDD). METHODS: Prospective investigator-blinded study. We developed a screening questionnaire for patients with Parkinson's disease (PD) and their caregivers. Further, patients were subjected to three screening instruments (Montreal Cognitive Assessment (MoCA), Frontal Assessment Battery (FAB), Addenbrooke's Cognitive Examination-revised (ACE-R) and a detailed neuropsychological examination (NPE). Based on the NPE, patients were divided in a PD (without dementia) and a PDD-group. RESULTS: Forty-one PD patients, aged 37-94 years, participated in this study. Patients were divided in a young group, < or = 65 (n = 22) and an old group >65 years (n = 19). In the young group (PDD, n = 5) the patient-screening questionnaire predicted PDD with a sensitivity/specificity of 100.0%/94.1%; in the old group (PDD, n = 10) the proxy-screening questionnaire predicted PDD with a sensitivity/specificity of 88.9%/66.7%. In the young group, ACE-R had the largest Area Under the Curve (AUC) 0.88 (0.70-1.00), in the old group MoCA (AUC 1.00). However, the three instruments did not differ significantly. CONCLUSIONS: It seems feasible and efficient to use three consecutive diagnostic steps for PDD: (1) a screening questionnaire, (2) if positive: MoCA, FAB or ACE-R as screening instrument and (3) if positive: a detailed NPE for diagnosing PDD.
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 | 0,017 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
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 ».