Parkinson's disease mild cognitive impairment classifications and neurobehavioral symptoms clarification letter
Notice bibliographique
Résumé
We thank Ms. Horne et al. for the clarification of our misquoting of their paper (Wood et al., 2016). They clarify that 21% of their overall sample of patients with Parkinson's disease (PD-MCI) converted to dementia in over four years, which we erroneously attributed to the mild cognitive impairment (MCI) group in our discussion (McDermott et al., 2017). This was virtually identical to our overall conversion rate of 20%. Their conversion rate of patients with PD-MCI, as defined by two cognitive tests impaired (1.5 SD) within a single cognitive domain, was 51%, whereas the conversion rate was 38% when the PD-MCI group included patients with impairment within and between cognitive domains. Their conversion rates are similar to our rate of 42% (as defined with 1.5 SD impairment within or across domains) and the rate of 39% in a study with five-years of follow-up of incident cases (Pedersen et al., 2017). Our overall conversion occurred over a slightly shorter time span. In addition to conversion rates, all the studies acknowledge that some patients can revert to normal cognitive status, which varies based on classification criteria and length of follow-up. Comparable conversion across studies using similar criteria is reassuring and can encourage planning of targeted interventions (Hoogland et al., 2017).
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 | 0,004 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,013 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,008 |
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 ».