MétaCan
Menu
Retour à la cohorte
Enregistrement W2808792262 · doi:10.1038/s41531-018-0055-3

Cognitive impairment in Parkinson’s disease: a report from a multidisciplinary symposium on unmet needs and future directions to maintain cognitive health

2018· review· en· W2808792262 sur OpenAlexafffund
Jennifer G. Goldman, Beth A. Vernaleo, Richard Camicioli, Nabila Dahodwala, Roseanne D. Dobkin, Terry D. Ellis, James E. Galvin, Connie Marras, Jerri D. Edwards, Julie A. Fields, Robyn Golden, Jason Karlawish, Bonnie Levin, Lisa M. Shulman, Glenn E. Smith, Christy Tangney, Cathi A. Thomas, Alexander I. Tröster, Noreen Coyan, Crystal Ellman, Mike Ellman, Charlie Hoffman, Susan Hoffman, Don Simmonds

Notice bibliographique

Revuenpj Parkinson s Disease · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensToronto Western HospitalUniversity of TorontoUniversity Health NetworkUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchEMD SeronoParkinson CanadaTel Aviv UniversityAlberta InnovatesEisaiUniversity of AlbertaUniversity Health NetworkParkinson's FoundationHarvard UniversityUniversity of PennsylvaniaParkinsonfondenAlzheimer SocietyEli Lilly and CompanyNational Parkinson FoundationPfizerBiogenUniversity of DelawareInternational Parkinson and Movement Disorder SocietyRush UniversityPatient-Centered Outcomes Research InstituteNational Institutes of HealthFlorida Department of HealthAssociation for Frontotemporal DegenerationParkinson's Disease FoundationMichael J. Fox Foundation for Parkinson's ResearchAmerican Parkinson Disease Association
Mots-clésCognitionDementiaHealth carePsychological interventionDiseaseMultidisciplinary approachParkinson's diseasePsychologyMedicineCognitive declineGerontologyNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

People with Parkinson's disease (PD) and their care partners frequently report cognitive decline as one of their greatest concerns. Mild cognitive impairment affects approximately 20-50% of people with PD, and longitudinal studies reveal dementia in up to 80% of PD. Through the Parkinson's Disease Foundation Community Choice Research Award Program, the PD community identified maintaining cognitive function as one of their major unmet needs. In response, a working group of experts across multiple disciplines was organized to evaluate the unmet needs, current challenges, and future opportunities related to cognitive impairment in PD. Specific conference goals included defining the current state in the field and gaps regarding cognitive issues in PD from patient, care partner, and healthcare professional viewpoints; discussing non-pharmacological interventions to help maintain cognitive function; forming recommendations for what people with PD can do at all disease stages to maintain cognitive health; and proposing ideas for how healthcare professionals can approach cognitive changes in PD. This paper summarizes the discussions of the conference, first by addressing what is currently known about cognitive dysfunction in PD and discussing several non-pharmacological interventions that are often suggested to people with PD. Second, based on the conference discussions, we provide considerations for people with PD for maintaining cognitive health and for healthcare professionals and care partners when working with people with PD experiencing cognitive impairment. Furthermore, we highlight key issues and knowledge gaps that need to be addressed in order to advance research in cognition in PD and improve clinical care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,002
Communication savante0,0060,005
Science ouverte0,0020,012
Intégrité de la recherche0,0120,015
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,351
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations187
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj Parkinson s DiseaseMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207