0723 OLFACTION AND COLOR DISCRIMINATION DYSFUNCTIONS IN RAPID EYE MOVEMENT SLEEP BEHAVIOR DISORDER: ASSOCIATION WITH MILD COGNITIVE IMPAIRMENT
Notice bibliographique
Résumé
Rapid eye movement (REM) sleep behavior disorder (RBD) is a parasomnia characterized by undesirable motor activity during REM sleep. RBD patients are at high risk to develop synucleinopathies, such as Parkinson’s disease and dementia with Lewy bodies. Moreover, 50% of RBD patients have mild cognitive impairment (MCI). We aimed to compare performance on olfaction and color discrimination tests between RBD patients with MCI (RBD-MCI), RBD patients without MCI (RBD-nMCI) and healthy subjects. One hundred and eighty-eight participants, including 59 RBD-MCI patients, 67 RBD-nMCI patients, and 62 healthy subjects underwent a polysomnography, a neuropsychological assessment for MCI diagnosis, and a complete neurological exam. Olfaction and color discrimination were respectively measured by the University of Pennsylvania Smell Identification Test 12 items (UPSIT-12) and Farnsworth-Munsell 100 Hue Color Vision Test (FM-100). One-way analyses of variance with Bonferroni post-hoc tests were performed to assess differences between the three groups. No significant between-group difference was found for gender. RBD-MCI patients were older than RBD-nMCI patients and were less educated than both controls and RBD-nMCI patients. However, both age and education were not correlated (r< 0.30) with UPSIT-12 or FM-100 scores. When comparing the three groups, a difference was found on the UPSIT-12 (p< 0.0001) and FM-100 (p< 0.005). Post-hoc tests revealed that RBD-MCI patients performed worse than RBD-nMCI patients on both tests. Scores on the UPSIT-12 were poorer for RBD-nMCI patients than controls but were not worse on the FM-100. Olfaction and color discrimination dysfunctions in RBD are more prominent in patients with concomitant mild cognitive impairment. Our results suggest that the presence of MCI in RBD patients might be associated with a more advanced stage of neurodegeneration, with both altered sensory/perceptual and cognitive neural networks, and a higher risk to develop synucleinopathies. Canadian Institutes of Health Research and W. Garfield Weston Foundation.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».