Postural/Gait and Cognitive Function as Predictors of Driving Performance in Parkinson's Disease
Notice bibliographique
Résumé
BACKGROUND: The primary influence of motor symptoms on driving performance remains unclear due to the inconsistent use of various motor rating scales used in prior studies. OBJECTIVE: This study aimed to determine which of three measures utilized in PD, the Unified Parkinson's Disease Rating Scale (UPDRS) motor section; the Modified Hoehn and Yahr; and the Rapid Paced Walk Test would best predict pass/fail outcomes on a road test in a sample of PD drivers. METHODS: All participants (N = 55; 79% men) completed a road test. Receiver Operating Characteristics were then contrasted for all subjects based on assessments from all three disease severity indices. MMSE scores were then modelled with significant disease severity measures (if any) to determine if the predictive accuracy could be improved. RESULTS: The Rapid Paced Walk Test and the Modified Hoehn & Yahr both predicted pass/fail outcomes on the road test (Area under the curve of 0.73 and 0.82, respectively). UPDRS motor scores, however, did not predict safe driving. When optimal cut-off points on the Modified Hoehn & Yahr (≥ 2.5) and Rapid Paced Walk Test (>6.22 seconds) were modelled with MMSE scores indicative of mild cognitive impairment (<27), the model accurately classified 92% and 100% as failing the road test, respectively. CONCLUSION: Although the Rapid Paced Walk Test had a slight advantage in differentiating between pass/fail outcomes compared to the Modified Hoehn & Yahr, both tests alone cannot be used in isolation to predict driving safety. Predictive accuracy can be improved using both select cut-off points on the Modified Hoehn & Yahr and Rapid Paced Walk test with MMSE scores in PD drivers. Though these findings are useful, an on-road test is still the gold standard, and screening should always be followed by formal testing.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 | 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 ».