The non-motor symptoms of Parkinson's disease of different motor types in early stage.
Notice bibliographique
Résumé
OBJECTIVE: We aimed to compare the different non-motor symptoms of different motor phenotype Parkinson's disease (PD) at an early stage. PATIENTS AND METHODS: From January 2013 to November 2016, 120 cases of PD patients who were hospitalized in Neurology Department of the First Hospital of Huai'an in Jiangsu Province and 120 cases of healthy controls with matched age and gender, were included into the research. PD patients were administered with Non-Motor symptom questionnaire (NMSQuest), the Unified Parkinson's Disease Rating Scale III (UPDRS-III), the Mini-Mental State Examination score (MMSE), the Hoehn-Yahr classification, the MoCA, and GDS-15. The relationship between NMS burden and PD subtypes, age, gender and disease severity were examined using linear regression models. The prevalence of each NMS among different PD motor subtypes was analyzed using x2 test. RESULTS: Compared with the healthy controls, PD patients had a higher number of NMS. The prevalence of NMS in postural instability gait difficulty (PIGD) group is higher than that in tremor dominant (TD) group. There is no significant correlation between age, gender, MMSE scores, MoCA scores and the number of NMS. PD patients with higher UPDRS-III scores and a longer course of disease had a higher prevalence of NMS. CONCLUSIONS: NMS is also common in PD patients at an early stage. The PIGD group who have more axial injuries and more severe motor symptoms, have a higher risk of NMS burden than PD patients in TD group.
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 | 0,000 |
| 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) | 0,001 | 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 ».