Evaluation of Optical Coherence Tomography Results and Cognitive Functions in Patients with Restless Legs Syndrome
Notice bibliographique
Résumé
INTRODUCTION: The aim of this study was to evaluate whether retinal neural network was impaired and cognitive functions were disturbed in restless legs syndrome (RLS) considering the hypothesis that there may be a dysfunction in dopaminergic pathways in RLS like in Parkinson's disease. Therefore, we evaluated retinal neural network with optical coherence tomography (OCT) and presence of cognitive impairment with Montreal Cognitive Assessment (MOCA). METHODS: OCT evaluations were performed for 30 RLS patients and 30 healthy controls. Ganglion cell complex was segmented to retinal nerve fiber layer (RNFL), ganglion cell layer (GCL), and inner plexiform layer (IPL) automatically by the device, and recorded. Additionally, all the patients and the controls were evaluated using MOCA. RESULTS: No statistically significant difference was detected between RLS and controls in RNFL, GCL, IPL, and choroidal thicknesses. However, total MOCA score and all of its subscale scores were significantly lower in the RLS patients compared with the controls. No significant correlation was detected between OCT and MOCA parameters. CONCLUSION: No degeneration was detected in retinal neurons (RNFL, GCL, and IPL) of RLS patients. However, impairments were seen in MOCA total and subscale scores of these patients. On the other hand, no significant correlation was detected between MOCA scores and RNFL, GCL, or IPL thicknesses. These findings suggest decrease in cognitive functions of RLS patients probably due to dopaminergic dysfunction regardless of anatomical neural degeneration. Longitudinal follow-up studies are warranted to evaluate whether neuronal degeneration will develop.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 ».