[Characterization and discrimination of kinetic tremor in Parkinson's disease].
Notice bibliographique
Résumé
Kinetic tremor recorded with a laser system during a compensatory tracking task of the index finger was analyzed in 21 patients with PD whose tremor amplitude was between low and moderate, and 30 control subjects. Nine characteristics quantifying the tracking task and tremor including mean tracking error, reaction time, peakedness, harmonicity, median frequency, proportional power in the 3-4 Hz, 4-6 Hz and 7-12 Hz ranges, and power at 0.25 Hz, were applied to the processed signal. The discriminating power of each characteristic was evaluated using differences between group means (p values), maximum percentage discrimination, and number of outliers in the patient group using z-score and 96.7(th) percentile of the control group. All nine characteristics showed significant differences between means of the two groups using Welch-modified t-tests for unequal variances. The most discriminating characteristics reflected differences in the frequency distribution of the movement and did not correlate highly with postural tremor amplitude nor with clinical ratings of tremor. Discrimination methods classified correctly up to 66.7 p.cent of the patients. Combining representative information about proportional power during posture and tracking gave a much higher discrimination (90 p.cent) with respect to the 96.7th percentile of the control group. These results suggest that by combining information coming from postural and kinetic tremors it is possible to isolate a specific aspect of PD symptomatology which could be used to reevaluate the classic distinction made between the akineto-rigid and tremulous forms of PD independently of tremor amplitude.
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 | 0,001 |
| 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 | 0,000 | 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 ».