Characteristics of language impairment in Parkinson’s disease and its influencing factors
Notice bibliographique
Résumé
BACKGROUND: Language impairment is relatively common in Parkinson's disease (PD), but not all PD patients are susceptible to language problems. In this study, we identified among a sample of PD patients those pre-disposed to language impairment, describe their clinical profiles, and consider factors that may precipitate language disability in these patients. METHODS: A cross-sectional cohort of 31 PD patients and 20 controls were administered the Chinese version of the Western Aphasia Battery (WAB) to assess language abilities, and the Montreal Cognitive Assessment (MoCA) to determine cognitive status. PD patients were then apportioned to a language-impaired PD (LI-PD) group or a PD group with no language impairment (NLI-PD). Performance on the WAB and MoCA was investigated for correlation with the aphasia quotient deterioration rate (AQDR). RESULTS: The PD patients scored significantly lower on most of the WAB subtests than did the controls. The aphasia quotient, cortical quotient, and spontaneous speech and naming subtests of the WAB were significantly different between LI-PD and NLI-PD groups. The AQDR scores significantly and positively correlated with age at onset and motor function deterioration. CONCLUSION: A subset group was susceptible to language dysfunction, a major deficit in spontaneous speech. Once established, dysphasia progression is closely associated with age at onset and motor disability progression.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».