Pisa Syndrome in Chinese Patients With Parkinson's Disease
Notice bibliographique
Résumé
Objective: To investigate the prevalence and the clinical factors related to Pisa syndrome (PS) in Chinese Parkinson's disease (PD) patients. Methods: A total of 2167 PD patients were continuously included in this observational study. Patients with PS were identified as presented with a lateral trunk flexion of at least 10° that can be completely alleviated by passive mobilization or supine positioning. The data of the motor and non-motor symptoms including depression, anxiety and cognitive dysfunction was collected and analyzed. Results: We found seventy-seven (3.6%) PD patients presented with PS. The following variables including age, disease duration, levodopa equivalent daily doses (LEDD), the proportion of males, the proportion of participants using levodopa, dopaminergic agonist, amantadine and entacapone, the proportion of motor fluctuations, scores of Hamilton Depression Scale (HAMD), Hamilton Anxiety Scale (HAMA), Unified PD Rating Scale (UPDRS) part III and Hoehn and Yahr (H&Y) stage were significantly higher in patients with PS compared with patients without PS (P < 0.05). Scores of the Frontal Assessment Battery (FAB) and the Montreal Cognitive Assessment (MoCA) were not different between the two groups. The binary logistic regression model indicated that the presence of PS was associated with older age (OR=1.027, P = 0.030), higher LEDD (OR=1.002, P < 0.001) and a higher UPDRS III score (OR=1.060, P < 0.001), but had no relationship with HAMD and HAMA scores. Conclusion: PS is relatively rare (3.6%) in Chinese PD patients. It is likely associated with older age, higher LEDD and more severe motor disabilities. However, non-motor symptoms such as depression, anxiety and cognitive dysfunction have no association with PS in PD. These findings provided important complementary information for identifying the underlying mechanisms of PS.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».