MétaCan
Menu
← Retour à la cohorte
Enregistrement W3049537206 · doi:10.1101/2020.08.16.20175596

Quantitative mobility measures complement the MDS-UPDRS for characterization of Parkinson’s disease heterogeneity

2020· preprint· en· W3049537206 sur OpenAlexaboutno aff
Emily J. Hill, Carl Grant Mangleburg, Isabel Alfradique‐Dunham, Brittany Ripperger, Hiba Saade, Sindhu Rao, Oluwafunmiso Fagbongbe, Rainer von Coelln, Arjun Tarakad, Christine Hunter, Robert J. Dawe, Joseph Jankovic, Lisa M. Shulman, Aron S. Buchman, Joshua M. Shulman

Notice bibliographique

RevuemedRxiv · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesDystonia CoalitionNational Human Genome Research InstituteNational Institute on AgingHuffington FoundationParkinson's FoundationParkinson Study GroupNational Institutes of HealthRush UniversityTeva Pharmaceutical IndustriesCHDI Foundation
Mots-clésPhysical medicine and rehabilitationGaitRating scalePsychologyQuartileParkinson's diseaseMovement disordersMontreal Cognitive AssessmentPhysical therapyCognitionMedicineCognitive impairmentDiseaseConfidence intervalInternal medicineDevelopmental psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Emerging technologies show promise for enhanced characterization of Parkinson’s Disease (PD) motor manifestations. We evaluated quantitative mobility measures from a wearable device compared to the conventional motor assessment, the Movement Disorders Society-Unified PD Rating Scale part III (motor MDS-UPDRS). Methods We evaluated 176 subjects with PD (mean age 65, 65% male, 66% H&Y stage 2) at the time of routine clinic visits using the motor MDS-UPDRS and a structured 10-minute motor protocol, which included a 32-ft walk, Timed Up and Go (TUG), and standing posture with eyes closed, while wearing a body-fixed sensor (DynaPort MT, McRoberts BV). Regression models examined 12 quantitative mobility measures for associations with (i) motor MDS-UPDRS, (ii) motor subtype (tremor dominant vs. postural instability/gait difficulty), (iii) Montreal Cognitive Assessment (MoCA), and (iv) physical functioning disability (PROMIS-29). All analyses included age, gender, and disease duration as covariates. Models iii-iv were secondarily adjusted for motor MDS-UPDRS. Results Quantitative mobility measures from gait, TUG transitions, turning, and posture were significantly associated with motor MDS-UPDRS (7 of 12 measures, p< 0.05) and subtype (6 of 12 measures, p< 0.05). Compared with motor MDS-UPDRS, several quantitative mobility measures accounted for ∼1.5-fold increased variance in either cognition or physical functioning disability. Among minimally-impaired subjects within the bottom quartile of motor MDS-UPDRS, including subjects with normal gait exam, the measures captured substantial residual motor heterogeneity. Conclusion Clinic-based quantitative mobility assessments using a wearable sensor captured features of motor performance beyond those obtained with the motor MDS-UPDRS and may offer enhanced characterization of disease heterogeneity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,342
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetParkinson's Disease Mechanisms and Treatments→Travaux en français237 207→