Parkinson's disease mild cognitive impairment classifications and neurobehavioral symptoms
Notice bibliographique
Résumé
BACKGROUND: We apply recently recommended Parkinson's disease mild cognitive impairment (PD-MCI) classification criteria from the movement disorders society (MDS) to PD patients and controls and compare diagnoses to that of short global cognitive scales at baseline and over time. We also examine baseline prevalence of neuropsychiatric symptoms across different definitions of MCI. METHODS: 51 PD patients and 50 controls were classified as cognitively normal, MCI, or demented using MDS criteria (1.5 or 2.0 SD below normative values), Clinical Dementia Rating Scale (CDR), and the Dementia Rating Scale (DRS). All subject had parallel assessment with the Neuropsychiatric inventory (NPI). RESULTS: We confirmed that PD-MCI (a) is frequent, (b) increases the risk of PDD, and (c) affects multiple cognitive domains. We highlight the predictive variability of different criteria, suggesting the need for further refinement and standardization. When a common dementia outcome was used, the Level II MDS optimal testing battery with impairment defined as two SD below norms in 2+ tests performs the best. Neuropsychiatric symptoms were more common in PD across all baseline and longitudinal cognitive classifications. CONCLUSIONS: Our results advance previous findings on the utility of MDS PD-MCI criteria for PD patients and controls at baseline and over time. Additionally, we emphasize the possible utility of other cognitive scales and neuropsychiatric symptoms.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».