The heterogeneity of cognitive symptoms in Parkinson's disease: a meta-analysis
Notice bibliographique
Résumé
Several studies have reported heterogeneity in cognitive symptoms associated with specific characteristics of patients with Parkinson's disease (PD). Indeed, researchers have characterised subtypes of patients suffering from PD according to various criteria. Those most frequently used are the type of predominant motor symptoms (tremors or non-tremor symptoms), age at onset and presence of depression. Some characteristics, like the predominant motor subtypes, as well as the presence of depression, are more widely used to categorise cognitive differences between patients. The goal of this study was to analyse the impact of the type of predominant motor symptoms and depression on cognition in PD. A meta-analysis of 27 studies (from 1989 to 2012) was carried out to calculate the average effect size of these factors on the most often used cognitive test during those past years to evaluate cognitive skills, the Mini-Mental State Examination. The studies analysed showed significant mean weighted effect sizes on cognition for the type of motor symptoms (d=0.42; 95% CI 0.30 to 0.54) and for depression (d=0.52; 95% CI 0.38 to 0.66). These results suggested that PD participants with non-tremor predominant motor symptoms or with depression had more or more severe cognitive impairments. Identification of different subtypes in PD is important for a better understanding of the cognitive symptoms associated with this disease. Better knowing the impact of different features of PD subgroups could help to design more appropriate treatments for patients with 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 | 0,026 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,070 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».