Subtle motor disturbances in PREDICT-PD participants
Notice bibliographique
Résumé
OBJECTIVE: The PREDICT-PD study aims to identify increased risk of Parkinson''s disease (PD) using online assessments of previously identified risk and early features of PD and an evidence-based scoring algorithm. We sought to determine whether higher risk participants (defined as those above the 15th centile of risk estimates) were more likely to have mild parkinsonian signs compared with lower risk participants. METHODS: Video recordings of neurological examinations, including the Movement Disorder Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS) part III, of 208 individuals who had previously completed an online risk assessment were scored blindly and independently by two movement-disorders experts. Higher risk and lower risk subjects were compared for MDS-UPDRS part III score (and derivations of this) to identify subclinical parkinsonism, and association of risk estimates with MDS-UPDRS III scores assessed. RESULTS: Higher risk subjects had significantly higher median UPDRS part III scores (3, IQR 1-5.5) than lower risk subjects (1, IQR 0-3.0; p<0.001), and there was a significantly greater proportion of individuals classified as having subclinical parkinsonism. 18% of the higher risk subjects and 6% of the lower risk subjects exceeded the most stringent published cut-off for subtle parkinsonism of three definitions examined (p=0.027). Linear regression analysis demonstrated a continuous relationship of log-transformed risk estimates with UPDRS part III scores (increase in MDS-UPDRS per doubling of odds 0.52, 95% CI 0.31 to 0.72; p<0.001), which remained after adjustment for multiple vascular risk factors and scores on the Montreal Cognitive Assessment (0.58, 95% CI 0.30 to 0.87; p<0.001). CONCLUSIONS: The PREDICT-PD algorithm identifies a population with an increased rate of motor disturbances.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».