Inner retinal thinning as a biomarker for cognitive impairment in de novo Parkinson’s disease
Notice bibliographique
Résumé
We investigated the association between retinal changes measured using optical coherence tomography (OCT) and diverse clinical grading scales in patients with Parkinson's disease (PD). Seventy-four eyes of 74 patients with de novo PD and 53 eyes of age-matched control subjects were included. The thickness of the peripapillary retinal nerve fiber layer (pRNFL) and macular ganglion cell-inner plexiform layer (mGCIPL) were measured. We analyzed the correlations between the clinical PD grading scales and OCT parameters, and between the OCT parameters and volumetric data in the cerebral cortical and subcortical structures. The area under the receiver operating characteristic curve (AUC) was calculated for diagnosing cognitive impairment in patients with PD. Statistically significant reductions in the thickness of average, temporal, and inferior pRNFL and overall mGCIPL were observed in patients with PD. The Montreal Cognitive Assessment score was significantly associated with mGCIPL thinning. The AUC of the mGCIPL parameters for diagnosing cognitive impairment in patients with PD ranged from 0.651 to 0.760. Moreover, thinning of the mGCIPL was significantly associated with the volumetric parameters of associated brain structures. Our findings highlight the clinical implications of OCT measurements as a potential biomarker for early detection of cognitive impairment in patients with PD.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 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) | 0,000 | 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 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 ».