Notice bibliographique
Résumé
Objective: To investigate the occurrence of mild cognitive impairment (MCI) in early and advanced Parkinson’s disease (PD) and identify the risk factors for PD-MCI. Methods: A total of 138 PD patients were recruited between April 2015 and December 2017. We evaluated demographic and clinical data, including sex, age, age of onset, disease duration, Hoehn and Yahr stage, Unified Parkinson’s Disease Rating Scale (UPDRS) part âà¢, 39-item Parkinson’s Disease Questionnaire (PDQ-39), Epworth Sleepiness Scale (ESS), Beck Depression Inventory (BDI) and Mini-Mental State Examination (MMSE) scores. Participants were divided into early and advanced PD groups according to Hoehn and Yahr stage. Group comparisons were performed using Student’s t-tests or chi-square tests. Binary logistic regression was conducted to identify risk factors for PD-MCI. Results: There was no significant difference in MMSE scores between the early and advanced groups. According to PD-MCI Level 1 criteria, 27 individuals (30.0%) in the early group and 16 individuals (33.3%) in the advanced group were classified as having PD-MCI. The proportion of PD-MCI was not significantly different between the two groups (chi-square = 0.162, p =0.687). No demographic or clinical factors were significantly associated with the development of PD-MCI. Conclusions: Cognitive impairment is stable in PD patients with short disease duration when the MMSE is used as a global cognitive test. The occurrence of PD-MCI is high, even in newly diagnosed PD 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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».