Malnutrition and Associated Motor and Non-motor Factors in People with Parkinson's Disease
Notice bibliographique
Résumé
BACKGROUND: People with Parkinson's disease (PwP) are at higher risk of developing malnutrition. Several factors have been suggested to be involved including motor symptoms, non-motor symptoms, and treatment-related complications. OBJECTIVE: The objective of the study was to analyze the combined effect of motor, non-motor, and pharmacological factors in the risk of malnutrition in PwP. METHODS: Eighty-seven consecutive PwP were included in the study. Clinical data and pharmacological treatment were collected. Nutritional status was assessed using the Mini-Nutritional Assessment (MNA) questionnaire. Movement Disorder Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS), Non-motor Symptoms Scale (NMSS), Hamilton Depression Rating Scale HAM-D, and Montreal Cognitive Assessment were applied. RESULTS: Thirty (34.4%) PwP were at risk of malnutrition and seven had malnutrition (8%). Abnormal nutritional status was associated with lower education, higher MDSUPDRS Parts I, II, and III and total scores, and higher scores in the NMSS domain of sleep disorders and fatigue. MDS-UPDRS motor score remained as a determinant of abnormal nutritional status, defined as MNA < 23.5, with an odds ratio 1.1 (95% confidence interval 1.01-1.10, p = 0.02). CONCLUSION: The main factor associated with nutritional status was severity of the motor symptoms as assessed by the MDS-UPDRS Part III. Non-motor symptoms and treatment-related complications were not associated with malnutrition.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».