[An analysis of clinical characteristics and factors in Parkinson's disease patients with excessive daytime sleepiness].
Notice bibliographique
Résumé
OBJECTIVE: To explore the clinical characteristics and prognostic factors in patients with Parkinson's disease (PD) and excessive daytime sleepiness (EDS) and to identify whether EDS could influence the sleep architecture and sleep apnea-related parameters. METHODS: A total of 130 PD patients were eligible and enrolled in the study.By the Epworth sleepiness scale (ESS), patients were divided into the EDS group (ESS≥10) with 61 patients and the non-EDS group (ESS<10) with 69 patients.All underwent a video-polysomnography (PSG). Clinical characteristics were mainly evaluated by the unified Parkinson's disease rating scale (UPDRS) and the Hoehn-Yahr(H-Y)stage.while other related scales were applied for evaluating depression, cognitive function, quality of sleep and quality of life. RESULTS: A total of 61 patients (46.92%) were diagnosed as EDS (ESS≥10). Compared to the non-EDS group, the EDS group had significantly higher score of HAMD, UPDRSⅠand UPDRSⅡ, and significantly lower score of MoCA and PDQ (all P<0.05). Non-conditional logistic regression analysis showed that the scores of HAMD and UPDRSⅠ were the main prognostic factors for EDS.Significantly decreased sleep latency (SL) was found in the EDS group by PSG (P=0.008). The score of ESS was showed to be correlated with the scores of HAMD, MoCA, UPDRSⅠ, UPDRSⅡ, PDQ and SL. CONCLUSIONS: PD patients with EDS have more severe depression and cognitive dysfunction and worse quality of life.Sleep structure is altered in those patients with decreased sleep latency.Mental status is closely associated with EDS, but not sleep apnea.
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 | 0,001 |
| 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) | 0,002 | 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 ».