Vascular Parkinsonism in a Tertiary Care Stroke Prevention Clinic: Prevalence and Development of a New Screening Strategy (P3.087)
Notice bibliographique
Résumé
OBJECTIVE: To determine the prevalence of Vascular parkinsonism (VasP) in a Stroke Prevention Clinic (SPC), and the usefulness of a two step process involving the Tanner Questionnaire (TQ) and a Five Minute Assessment Score (FMAS) for the diagnosis of VasP. BACKGROUND: VasP can be defined by parkinsonism with prominent gait problems occurring within one year of stroke. Few prevalence studies have been completed in stroke prevention clinics. DESIGN/METHODS: Consecutive stroke patients were screened in the SPC, during a five month period with a validated questionnaire (TQ) for detection of parkinsonism using a cut off of 蠅4. We applied Zijlman’s criteria for the diagnosis of VasP (2004), which were operationalized using a newly developed 4 point, Five Minute Assessment Score (FMAS). All patients were clinically interviewed and examined to confirm parkinsonism. RESULTS: One hundred and five patients (48% males and 52% females) were screened and examined, with a mean age of 66 (range 25 - 95; SD 14.5). Nineteen patients (18%) scored 蠅 4 on the TQ (p<0.0001). Of the 19 patients, 9 (47%) had parkinsonism. Only 5 (26%) fulfilled the clinical criteria for VasP by attaining a score of 4 in the FMAS. Prevalence of parkinsonism in the SPC was 9/105 (8.5%), with prevalence of VasP being 5/105 (4.7%). A cut off score of 蠅4 in the TQ gave a sensitivity of 100%, and specificity of 92%. The positive predictive value was 54%, with a likelihood ratio for a positive result of 10.6. CONCLUSIONS: We documented a prevalence of 4.7% for VasP in a tertiary care SPC. The TQ had a high sensitivity and specificity to screen for Parkinsonism when the cut off 蠅4 was used. The FMAS was helpful to confirmVasP and distinguish it from the other forms of parkinsonism, including IPD. The two-step TQ-FMAS screening might be a useful strategy to identify promptly patients with VasP. Study Supported by: the Toupin 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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».