Predict cognitive decline with clinical markers in Parkinson’s disease (PRECODE-1)
Notice bibliographique
Résumé
Over the course of the disease, about 80% of Parkinson's disease patients will develop cognitive impairment. However, predictive factors associated with cognitive decline are still under investigation. Here, we investigated which clinically available markers are predictive of cognitive impairment in a cohort of early drug-naïve Parkinson's disease patients. 294 drug-naïve Parkinson's disease patients, who were cognitively normal at baseline, were recruited from the Parkinson's Progression Markers Initiative. At 36-month follow-up, patients were diagnosed with cognitive impairment according to two levels: Level 1 diagnosis was defined as MoCA < 26 and Level 2 diagnosis was defined as MoCA < 26, alongside an impaired score on at least two neuropsychological tests. Predictive variables with a validated cut-off were divided into normal or abnormal measures, whilst others were divided into normal or abnormal measures based on the decile with the highest power of prediction. At 3 years' follow-up, 122/294 Parkinson's disease (41.5%) patients had cognitive decline. We found that age at Parkinson's disease onset, MDS-UPDRS Part-III, Hopkin's Learning Verbal Test-Revised Recall, Semantic Fluency Test and Symbol Digit Modalities Test were all predictors of cognitive decline. Specifically, age at Parkinson's disease onset, Semantic Fluency Test and symbol Digit Modalities Test were predictors of cognitive decline defined by Level 2. The combination of three abnormal tests, identified as the most significant predictors of cognitive decline, gave a 63.6-86.7% risk of developing cognitive impairment defined by Level 2 and Level 1 criteria, respectively, at 36-month follow-up. Our findings show that these clinically available measures encompass the ability to identify drug-naïve Parkinson's disease patients with the highest risk of developing cognitive impairment at the earliest stages. Therefore, by implementing this in a clinical setting, we can better monitor and manage patients who are at risk of cognitive decline.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».