Assessment of cognitive impairment based on the clinical heterogeneity of idiopathic Parkinson＇s disease
Notice bibliographique
Résumé
Objective To assess cognitive impairment of patients with idiopathic Parkinson＇s disease（PD）of different clinical subgroups. Methods The cluster analysis approach was used to classify PD patients on the basis of their clinical features, and then compare their cognitive function according their Montreal Cognitive Assessment （MoCA）score. Results One-hundred and six patients were divided into 5 groups by means of cluster analysis：A. young-onset（n = 35）, B. rapid disease progression（n = 6）; C. tremor dominant（n = 36）, D. haplo-non-tremor dominant（n =18）,E. non-tremor dominant with depression（n = 11）. The MoCA score and proportion of abnormal scores differed among the 5 groups significantly,especially between the subgroup E（19.00 ±5.47）and the subgroup A（23. 66 ± 3.51）（P 〈 0. 05）, the former was more seriously impaired in clock drawing task（1.73 ± 1. 01 vs.2. 66 ±0. 59 ,t = -2. 904,P =0. 013）, alertness（0. 55 ±0. 52 vs. 0. 91 ±0. 28 ,t = -2. 241 ,P =0. 045）,semantic fluency（0. 64 ±0. 51 vs. 0. 97 ±0. 17 ,t = -3. 429,P =0. 001）and orientation domains than the latter（4. 91 ± 1.38 vs. 5.80±0.47,t = -3.321,P =0.020）. Conclusions The cognitive impairment in PD patients are common as well as heterogeneous. Key words: Parkinson＇s disease; Cognitive impairment
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».