Towards subgroup-specific risk estimates: A meta-analysis of longitudinal studies on olfactory dysfunction and risk of Parkinson's disease
Notice bibliographique
Résumé
BACKGROUND: Interest has risen in identifying individuals at high risk of incident Parkinson's disease (PD) to facilitate inclusion in neuroprotective treatment trials. Current risk estimates of prodromal markers are based on aggregated data of an entire population, but this approach disregards differences in risk estimates by subgroups of a population. In this proof of concept, we determine subgroup-specific risk estimates of olfactory dysfunction for incident PD. METHODS: PubMed, EMBASE and Cochrane were searched for prospective studies investigating the association between olfactory dysfunction and incident PD. Random-effects meta-analysis, subgroup analyses and meta-regression were performed to investigate general and subgroup risk estimates. RESULTS: Individuals with odor identification dysfunction seemed to be at greater risk of incident PD compared to controls without olfactory dysfunction (OR = 4.18; 95%CI [2.47-7.07]). Risk estimates were higher in studies that included higher percentages of women (regression slope β = 0.053 increase in log odds ratio per 1% increase 1%, p = 0.0006), increased with mean study age (β = 0.21 per one year increase; p = 0.005) and in REM-sleep behavior disorder cohorts (β = 1.95; p = 0.03). Furthermore, the association between olfactory dysfunction and incident PD was most distinct in studies with shorter follow-up duration (ß = -0.56; p = 0.0047). CONCLUSION: The presence of olfactory dysfunction conveys a considerably elevated risk of incident PD, likely more in studies with a higher proportion of women, older individuals or short follow-up duration. Individual patient data are warranted to confirm these findings and to yield subgroup-specific risk estimates of other common markers to refine prodromal PD criteria.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».