Longitudinal assessment of excessive daytime sleepiness in early Parkinson’s disease
Notice bibliographique
Résumé
BACKGROUND: Excessive daytime sleepiness (EDS) is common and disabling in Parkinson's disease (PD). Predictors of EDS are unclear, and data on biological correlates of EDS in PD are limited. We investigated clinical, imaging and biological variables associated with longitudinal changes in sleepiness in early PD. METHODS: The Parkinson's Progression Markers Initiative is a prospective cohort study evaluating progression markers in participants with PD who are unmedicated at baseline (n=423) and healthy controls (HC; n=196). EDS was measured with the Epworth Sleepiness Scale (ESS). Clinical, biological and imaging variables were assessed for associations with EDS for up to 3 years. A machine learning approach (random survival forests) was used to investigate baseline predictors of incident EDS. RESULTS: ESS increased in PD from baseline to year 3 (mean±SD 5.8±3.5 to 7.55±4.6, p<0.0001), with no change in HC. Longitudinally, EDS in PD was associated with non-tremor dominant phenotype, autonomic dysfunction, depression, anxiety and probable behaviour disorder, but not cognitive dysfunction or motor severity. Dopaminergic therapy was associated with EDS at years 2 and 3, as dose increased. EDS was also associated with presynaptic dopaminergic dysfunction, whereas biofluid markers at year 1 showed no significant associations with EDS. A predictive index for EDS was generated, which included seven baseline characteristics, including non-motor symptoms and cerebrospinal fluid phosphorylated-tau/total-tau ratio. CONCLUSIONS: In early PD, EDS increases significantly over time and is associated with several clinical variables. The influence of dopaminergic therapy on EDS is dose dependent. Further longitudinal analyses will better characterise associations with imaging and biomarkers.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».