Sequence of clinical and neurodegeneration events in Parkinson’s disease progression
Notice bibliographique
Résumé
Dementia is one of the most debilitating aspects of Parkinson's disease. There are no validated biomarkers that can track Parkinson's disease progression, nor accurately identify patients who will develop dementia and when. Understanding the sequence of observable changes in Parkinson's disease in people at elevated risk for developing dementia could provide an integrated biomarker for identifying and managing individuals who will develop Parkinson's dementia. We aimed to estimate the sequence of clinical and neurodegeneration events, and variability in this sequence, using data-driven statistical modelling in two separate Parkinson's cohorts, focusing on patients at elevated risk for dementia due to their age at symptom onset. We updated a novel version of an event-based model that has only recently been extended to cope naturally with clinical data, enabling its application in Parkinson's disease for the first time. The observational cohorts included healthy control subjects and patients with Parkinson's disease, of whom those diagnosed at age 65 or older were classified as having high risk of dementia. The model estimates that Parkinson's progression in patients at elevated risk for dementia starts with classic prodromal features of Parkinson's disease (olfaction, sleep), followed by early deficits in visual cognition and increased brain iron content, followed later by a less certain ordering of neurodegeneration in the substantia nigra and cortex, neuropsychological cognitive deficits, retinal thinning in dopamine layers, and further deficits in visual cognition. Importantly, we also characterize variation in the sequence. We found consistent, cross-validated results within cohorts, and agreement between cohorts on the subset of features available in both cohorts. Our sequencing results add powerful support to the increasing body of evidence suggesting that visual processing specifically is affected early in patients with Parkinson's disease at elevated risk of dementia. This opens a route to earlier and more precise detection, as well as a more detailed understanding of the pathological mechanisms underpinning Parkinson's dementia.
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) | 0,000 | 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 ».