Clinical Progression of Parkinson’s Disease: Insights from the NINDS Common Data Elements
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: To synchronize data collection, the National Institute of Neurological Disorders and Stroke (NINDS) recommended Common Data Elements (CDEs) for use in Parkinson's disease (PD) research. This study delineated the progression patterns of these CDEs in a cohort of PD patients. METHODS: One hundred-twenty-five PD patients participated in the PD Biomarker Program (PDBP) at Penn State. CDEs, including MDS-Unified PD Rating Scale (UPDRS)-total, questionnaire-based non-motor (-I) and motor (-II), and rater-based motor (-III) subscales; Montreal Cognitive Assessment (MoCA); Hamilton Depression Rating Scale (HDRS); University of Pennsylvania Smell Identification Test (UPSIT); and PD Questionnaire (PDQ-39) were obtained at baseline and three annual follow-ups. Annual change was delineated for PD or subgroups [early = PDE, disease duration (DD) <1 y; middle = PDM, DD = 1-5 y; and late = PDL, DD > 5 y] using mixed effects model analyses. RESULTS: UPDRS-total, -II, and PDQ-39 scores increased significantly, and UPSIT decreased, whereas UPDRS-I, -III, MoCA, and HDRS did not change, over 36 months in the overall PD cohort. In the PDE subgroup, UPDRS-II increased and UPSIT decreased significantly, whereas MoCA and UPSIT decreased significantly in the PDM subgroup. In the PDL subgroup, UPDRS-II and PDQ-39 increased significantly. Other metrics within each individual subgroup did not change. Sensitivity analyses using subjects with complete data confirmed these findings. CONCLUSION: Among CDEs, UPDRS-total, -II, PDQ-39, and UPSIT all are sensitive metrics to track PD progression. Subgroup analyses revealed that these CDEs have distinct stage-dependent sensitivities, with UPSIT for DD < 5 y, PDQ-39 for DD > 5 y, UPDRS-II for early (DD < 1) or later stages (DD > 5).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».