Characterization of Movement Disorder Phenomenology in Genetically Proven, Familial Frontotemporal Lobar Degeneration: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Mutations in granulin (PGRN) and tau (MAPT), and hexanucleotide repeat expansions near the C9orf72 genes are the most prevalent genetic causes of frontotemporal lobar degeneration. Although behavior, language and movement presentations are common, the relationship between genetic subgroup and movement disorder phenomenology is unclear. OBJECTIVE: We conducted a systematic review and meta-analysis of the literature characterizing the spectrum and prevalence of movement disorders in genetic frontotemporal lobar degeneration. METHODS: Electronic databases were searched using terms related to frontotemporal lobar degeneration and movement disorders. Articles were included when cases had a proven genetic cause. Study-specific prevalence estimates for clinical features were transformed using Freeman-Tukey arcsine transformation, allowing for pooled estimates of prevalence to be generated using random-effects models. RESULTS: The mean age at onset was earlier in those with MAPT mutations compared to PGRN (p<0.001) and C9orf72 (p = 0.024). 66.5% of subjects had an initial non-movement presentation that was most likely a behavioral syndrome (35.7%). At any point during the disease, parkinsonism was the most common movement syndrome reported in 79.8% followed by progressive supranuclear palsy (PSPS) and corticobasal (CBS) syndromes in 12.2% and 10.7%, respectively. The prevalence of movement disorder as initial presentation was higher in MAPT subjects (35.8%) compared to PGRN subjects (10.1). In those with a non-movement presentation, language disorder was more common in PGRN subjects (18.7%) compared to MAPT subjects (5.4%). SUMMARY: This represents the first systematic review and meta-analysis of the occurrence of movement disorder phenomenology in genetic frontotemporal lobar degeneration. Standardized prospective collection of clinical information in conjunction with genetic characterization will be crucial for accurate clinico-genetic correlation.
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 | 0,012 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,024 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».