Non-motor symptoms in Parkinson′s disease patients with different motor types
Notice bibliographique
Résumé
One hundred ten patients with Parkinson′s disease (PD) and 110 age-matched healthy controls were enrolled in the study. The non-motor symptoms (NMS) were assessed with Non-motor symptoms of Parkinson′s disease questionnaire (PDNMSQ30). The PD patients were classified as gait abnormality posture type (PIGD, n=73) and tremor type (TD, n=37). The non-motor symptoms were compared between two groups. Results showed that the NMS in PD patients was higher than that in healthy controls[(35.2±3.0) vs. (6.0±2.0) symptoms, t=6.43, P=0.01]. The NMS score of PIGD group was higher than that of TD group[(28.9±1.1)vs.(6.2±0.7)symptoms, t=2.73, P<0.01]; Mini-mental state examination (MMSE) and Montreal cognitive assessment scale (MoCA) scores of TD group were significantly higher than those of PIGD group(t=11.52, P<0.01; t=8.79, P<0.01). The results indicate that for PD patients with different motor types, their NMS are different, and PD patients with PIGD have more axial involvement, and more NMS. Key words: Parkinsons disease; Motor types; Non-motor symptom; Hoehn-Yahr classification; Tremor dominant
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».