Clinical markers for identifying cholinergic deficits in Parkinson's disease
Notice bibliographique
Résumé
BACKGROUND: Cholinergic projection systems degeneration is associated with dopamine nonresponsive features of Parkinson's disease (PD). Cholinergic deficits are variable in nondemented PD. Identification of cholinergic deficits in PD may help with selection of suitable patients for targeted cholinergic drug treatment in PD. The objective of this retrospective multivariate predictor analysis study was to identify clinical markers indicative of cholinergic deficits in PD patients, as assessed by acetylcholinesterase ([(11) C]PMP) positron emission tomography. METHODS: One hundred thirty-seven PD patients (34 female) participated; median modified Hoehn and Yahr score was 2.5 (range, 1-4), average age 65.6 ± 7.4 years, and average duration of motor disease symptoms of 6.0 ± 4.2 years. Subjects were dichotomized as "normocholinergic" or "hypocholinergic" based on a 5(th) percentile cutoff from normal for the basal forebrain-cortical and pedunculopontine nucleus-thalamic cholinergic projection systems. Previously identified clinical indices of cholinergic denervation were used for statistical prediction of cholinergic deficits. Logistic regression determined which risk factors predicted cholinergic deficits. Sensitivity, specificity, and accuracy were determined for the (combinations of) significant predictor variables. RESULTS: Forty-nine (35.8%) hypocholinergic PD subjects were identified. The combination of rapid eye movement (REM) sleep behavior disorder (RBD) symptoms and fall history showed highest diagnostic accuracy (81.1%) for predicting combined thalamic and cortical cholinergic deficits. A combined assessment of 8.5 m walk time and lower score on the Montreal cognitive assessment scale provided diagnostic accuracy of 80.7% for predicting isolated cortical cholinergic denervation. CONCLUSION: Assessment of clinical indices of cholinergic denervation may be useful for identifying suitable subjects for trials of targeted cholinergic drug treatments 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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».