Functional neurological disorders in Parkinson disease
Notice bibliographique
Résumé
OBJECTIVE: To ascertain demographic and clinical features of Parkinson disease (PD) associated with functional neurological features. METHODS: A standardised form was used to extract data from electronic records of 53 PD patients with associated functional neurological disorders (PD-FND) across eight movement disorders centres in the USA, Canada and Europe. These subjects were matched for age, gender and disease duration to PD patients without functional features (PD-only). Logistic regression analysis was used to compare both groups after adjusting for clustering effect. RESULTS: Functional symptoms preceded or co-occurred with PD onset in 34% of cases, nearly always in the most affected body side. Compared with PD-only subjects, PD-FND were predominantly female (68%), had longer delay to PD diagnosis, greater prevalence of dyskinesia (42% vs 18%; P=0.023), worse depression and anxiety (P=0.033 and 0.025, respectively), higher levodopa-equivalent daily dose (972±701 vs 741±559 mg; P=0.029) and lower motor severity (P=0.019). These patients also exhibited greater healthcare resource utilisation, higher use of [(123)I]FP-CIT SPECT and were more likely to have had a pre-existing psychiatric disorder (P=0.008) and family history of PD (P=0.036). CONCLUSIONS: A subtype of PD with functional neurological features is familial in one-fourth of cases and associated with more psychiatric than motor disability and greater use of diagnostic and healthcare resources than those without functional features. Functional manifestations may be prodromal to PD in one-third of patients.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».