Cognition and olfaction in Parkinson’s disease
Notice bibliographique
Résumé
Sir, We read with interest the recent paper in Brain by Bohnen et al. (2010), which suggested correlation between cognitive function and olfactory loss in Parkinson’s disease (Bohnen et al., 2010). They found that among 58 patients with Parkinson’s disease, those with poor episodic verbal memory had more impaired olfaction, as tested by the University of Pennsylvania Smell Identification Test (UPSIT). Additionally, there was borderline correlation between olfaction and non-verbal memory and Mini-Mental State Examination. We are conducting an ongoing study of non-motor manifestations of Parkinson’s disease, which includes a full neuropsychological examination and olfactory testing (Gagnon et al., 2009; Postuma et al., 2009). This allows us to quickly assess if these findings can be replicated. We have examined a group of 71 patients with idiopathic Parkinson’s disease. Mean age was 66.3 years and 50 (71%) were males. Disease duration was 5.0 ± 3.4 years, Unified Parkinson Disease Rating Scale Part 3 was 22.6 ± 10.9, Mini-Mental State Examination was 28.3 ± 1.8 and mean UPSIT was 17.9 ± 6.2. Neuropsychological examination was divided into four summary composite components: (i) attention/executive functions (Trail Making Test part B, Stroop 3 minus Stroop 1 time, semantic verbal fluency, phonetic verbal fluency); (ii) episodic verbal memory (Rey Auditory Verbal Learning test—sum of trials 1–5, List B, immediate recall and delayed recall); (iii) non-verbal memory (Rey-O figure immediate and delayed recall); and (iv) visuoconstructional abilities (Copy of the Rey-O figure). The 40-item UPSIT was performed according to standard criteria. Regression analysis was used to adjust for age and disease duration (sex P = 0.19 and education P = 0.61) were not associated with UPSIT in the regression model (R with all four variables = 0.515, with age and duration only = 0.495), and so were not included in the model). Acetylcholinesterase PET scanning was not performed in this cohort.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».