Actigraphy Detects Greater Intra-Individual Variability During Gait in Non-Manifesting <i>LRRK2</i> Mutation Carriers
Notice bibliographique
Résumé
BACKGROUND: With recent advances in the search for disease-modifying therapies for Parkinson's disease (PD) the importance of identifying prodromal markers becomes greater. Non-manifesting LRRK2 mutation carriers (NMC) are at risk for developing PD, and provide a population in which to identify possible markers. OBJECTIVE: The aim of this study was to test the hypothesis that NMC have differences in daily activity, fragmentation of sleep, arm swing asymmetry, and movement variability during walking, detectable by actigraphy, as compared to matched control subjects. METHODS: Eleven NMC, fourteen PD patients (4 LRRK2-PD, 10 idiopathic PD (iPD)), and twenty-nine controls wore wristbands containing an accelerometer for seven days, and performed a daily walking task. Outcome measures included daily activity, fragmentation of activity, fragmentation of sleep, arm swing asymmetry during walking, and intra-individual variability. RESULTS: Compared to healthy controls, both NMC and LRRK2/iPD showed higher intra-individual variability in activity during walking compared to healthy controls. Individuals with LRRK2-PD/iPD, but not NMC, tend to have lower activity levels, more arm swing asymmetry and less increase of arm swing with transition from slow to faster walking speed compared to healthy controls. CONCLUSION: Higher intra-individual variability of gait-associated movements might be a useful biomarker of prodromal PD. These results encourage replication in a larger sample and longitudinal analysis is warranted.
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 | 0,000 |
| 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) | 0,001 | 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 ».