Reduced cognitive function in patients with Parkinson disease and obstructive sleep apnea
Notice bibliographique
Résumé
<h3>Objective:</h3> To assess the association between obstructive sleep apnea (OSA) and nonmotor symptoms (NMS), including cognitive dysfunction, in patients with Parkinson disease (PD). <h3>Methods:</h3> Patients with idiopathic PD, recruited from a movement disorder clinic, underwent overnight polysomnography. OSA was defined as an apnea-hypopnea index (AHI) ≥15/h. PD severity was assessed using the Hoehn & Yahr (H&Y) scale and the Movement Disorder Society Unified Parkinson9s Disease Rating Scale (MDS-UPDRS). NMS were assessed using the Montreal Cognitive Assessment (MoCA), Epworth Sleepiness Scale (ESS), Fatigue Severity Scale, Apathy Scale, Beck Depression Inventory, Hospital Depression and Anxiety Scale, and PD sleep Scale. <h3>Results:</h3> Sixty-seven patients (61.2% male), mean age 64.4 (SD 9.9) years and motor MDS-UPDRS 21.9 (12.6) using levodopa equivalent dose (LED) 752.4 (714.6) mg/d, were studied. OSA occurred in 47 patients (61.6%, mean AHI 27.1/h, SD 20.2/h), and NMS in 57 patients (85%). ESS and MoCA were associated with the AHI (ESS β = 0.0670, <i>p</i> = 0.031; MoCA β = −0.0520, <i>p</i> = 0.043, adjusted for age, sex, body mass index, LED, and H&Y). ESS was associated with respiratory arousals (β = 0.1015, <i>p</i> = 0.011) and intermittent hypoxemia (β = 0.1470, <i>p</i> = 0.006). MoCA was negatively associated with respiratory arousals (β = −0.0596, <i>p</i> = 0.049) but not intermittent hypoxemia. <h3>Conclusions:</h3> OSA is associated with sleepiness and cognitive dysfunction in PD, suggesting that OSA may be a reversible contributor to these NMS. Further studies will be required to evaluate whether OSA treatment can improve excessive sleepiness and cognitive dysfunction in PD.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».