Categorising Visual Hallucinations in Early Parkinson’s Disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Visual hallucinations (VHs) are common in Parkinson's disease (PD), with prevalence ranging from 27-50% in cross-sectional cohorts of patients with well-established disease. However, minor hallucinations may occur earlier in the disease process than has been previously reported. OBJECTIVE: We sought to categorise VHs in a cohort of newly diagnosed PD patients and establish their relationship to other clinical features. METHODS: Newly diagnosed PD participants (n = 154) were recruited as part of the Incidence of Cognitive Impairment in Cohorts with Longitudinal Evaluation in PD (ICICLE-PD) study. Participants completed the Movement Disorders Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS III), Montreal Cognitive Assessment (MoCA) and Parkinson's Disease Questionnaire (PDQ-39) to assess motor severity, cognition and quality of life (QoL), respectively. VHs were classified using the North East Visual Hallucinations Inventory. Hierarchical regression was used to build predictive models of motor severity, QoL and cognition. RESULTS: 22% (n = 34) of participants experienced recurrent VHs with minor VHs being most frequently reported (64.7% of hallucinators). Complex VHs were present in 32.4% of hallucinating participants. Linear regression showed VHs predicted poorer PDQ-39 and MoCA scores (β= 0.201, p = 0.006 and β= - 0.167, p = 0.01, respectively) but not motor severity (p > 0.05). CONCLUSIONS: Over a fifth of people with newly diagnosed PD reported recurrent VHs; minor hallucinations were the most common, although a small proportion reported complex VHs. Recurrent VHs were found to be a significant independent predictor of cognitive function and QoL but not motor severity. Our findings highlight the importance of screening for VHs at diagnosis.
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.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle