Improvement in Language Function Correlates with Gait Improvement in Drug-naïve Parkinson’s Disease Patients Taking Dopaminergic Medication
Notice bibliographique
Résumé
BACKGROUND: Dopaminergic drugs, the gold standard for motor symptoms, are known to affect cognitive function in Parkinson's disease (PD) patients. OBJECTIVE: We compared the effects of dopaminergic treatment on motor and cognitive function in drug-naïve patients. METHODS: Dopaminergic medication (levodopa, dopamine agonist, selegiline) was given to 27 drug-naïve PD patients and increased to a dose optimal for improved motor symptoms. Patients were tested prior to, and 4-7 months after, drug initiation. Motor function was assessed using the Unified Parkinson's Disease Rating Scale (UPDRS). Cognitive function was assessed using both the Japanese version of the Montreal Cognitive Assessment (MoCA-J) and the Neurobehavioral Cognitive Status Examination (COGNISTAT-J). Improvements from baseline for both motor and cognitive assessment were compared. RESULTS: Mean score of all motor assessments (UPDRS total score of Parts II and III, and sub-scores of tremor, rigidity, bradykinesia, gait, and postural instability) and certain cognitive assessments (MoCA-J total score and subscore of delayed recall) significantly improved with dopaminergic medication. Gait score improvement showed significant positive correlation with improvement in MoCA-J language domain and in language-comprehension subtests of COGNISTAT-J using Spearman's correlation coefficients. Furthermore, multiple regression analysis showed gait score improvement significantly correlated with improvements in the subtests of language-comprehension in COGNISTAT-J. CONCLUSION: There is correlated improvement in both gait and language function in de novo PD patients in response to dopaminergic drugs. Gait and language dysfunction in these patients may share a common pathophysiology linked to dopamine deficits.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».