Detecting Mild Cognitive Deficits in <scp>P</scp>arkinson's <scp>D</scp>isease: <scp>C</scp>omparison of <scp>N</scp>europsychological <scp>T</scp>ests
Notice bibliographique
Résumé
BACKGROUND: Numerous neuropsychological tests and test versions are used in Parkinson's disease research, but their relative capacity to detect mild cognitive deficits and their comparability across studies are unknown. The objective of this study was to identify neuropsychological tests that consistently detect cognitive decline in PD across studies. METHODS: Data from 30 normed neuropsychological tests across 20 international studies in up to 2908 nondemented PD patients were analyzed. A subset of 17 tests was administered to up to 1247 healthy controls. A 2-step meta-analytic approach using standardized scores compared performance in PD with normative data. RESULTS: Pooled estimates of the differences between PD and site-specific healthy controls identified significant cognitive deficits in PD patients on 14 test scores across 5 commonly assessed cognitive domains (attention or working memory, executive, language, memory, and visuospatial abilities), but healthy control performance was statistically above average on 7 of these tests. Analyses based on published norms only, as opposed to direct assessment of healthy controls, showed high between-study variability that could not be accounted for and led to inconclusive results. CONCLUSIONS: Normed neuropsychological tests across multiple cognitive domains consistently detect cognitive deficits in PD when compared with site-specific healthy control performance, but relative PD performance was significantly affected by the inclusion and type of healthy controls versus the use of published norms only. Additional research is needed to identify a cognitive battery that can be administered in multisite international studies and that is sensitive to cognitive decline, responsive to therapeutic interventions, and superior to individual cognitive tests. © 2018 International Parkinson and Movement Disorder Society.
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 | 0,007 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 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 ».