020 Postural sway as a measure of disease severity in parkinson’s disease
Notice bibliographique
Résumé
Introduction The severity of Parkinson’s disease (PD) is difficult to assess accurately owing to the lack of a robust biological marker of disease progression, with consequent implications for prognosis and treatment. The current standard measure is the Unified Parkinson’s Disease Rating Scale (UPDRS) but this is hampered by considerable variability between observers and within subjects. Postural sway correlates well with complex brain functioning in other conditions. This study aimed to investigate the correlation of postural sway with the UPDRS and other non-motor measures of disease severity in patients with PD. Methods 28 patients with PD (mean age 68 years, range 54–91; 18 male) underwent tests of cognition and quality of life [Montreal Cognitive Assessment (MoCA), Neuropsychiatry Unit Cognitive Assessment (NUCOG) and Parkinson’s Diseases Questionnaire (PDQ-39–1)], assessment of postural sway using a force plate, and assessment of clinical status using the motor component of the UPDRS. Results Sway path length showed strong correlations with PDQ-39–1, MoCA and the verbal fluency component of the NUCOG (r=0.63,–0.75 and −0.57, respectively; p=0.002,<0.001 and 0.002, respectively) and, to a lesser degree, with the UPDRS III (r=0.45, p=0.018). Conclusion Postural sway shows potential as a sensitive measure of disease severity and brain function in PD, either alone or in combination with other measures. It appears to correlate better with measures of cognition, both general and executive (verbal fluency), and the PDQ measure of disease severity than with the motor component of the UPDRS.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».