Serum Uric Acid in LRRK2 Related Parkinson’s Disease: Longitudinal Data from the PPMI Study
Notice bibliographique
Résumé
BACKGROUND: Previous studies have highlighted serum uric acid as a putative idiopathic Parkinson's disease (iPD) biomarker. Only one study, so far, showed higher levels of serum uric acid in leucine-rich repeat kinase 2 (LRRK + 2) carriers compared to those who developed PD, however a longitudinal comparison between LRRK2 + PD and healthy controls (HC) has not been performed. OBJECTIVE: The aim of this study was to determine whether there are longitudinal differences in serum uric acid between iPD, LRRK2 + PD and HC and their association with motor and non-motor features. METHODS: Longitudinal data of uric acid of 282 de novo iPD, 144 LRRK2 + PD patients, and 195 age-matched HC were obtained from the Parkinson's Progression Markers Initiative (PPMI) database. We also used longitudinal Montreal Cognitive Assessment (MoCA), Movement Disorder Society-Unified Parkinson's Disease Rating Scale part III (MDS-UPDRS-III), Geriatric Depression Scale (GDS) scores, and DaTSCAN striatal binding ratios (SBRs). RESULTS: Longitudinal uric acid measurements were significantly lower in LRRK2 + PD patients compared to HC up to 5 years follow-up. There was no significant impact or correlation of adjusted or unadjusted uric acid levels with MoCA, MDS-UPDRS III, or GDS scores, the presence of RBD or DAT-SCAN SBRs. CONCLUSION: LRRK2 + PD group had significantly lower uric acid concentrations compared to HC after adjusting for age, sex and baseline BMI up to 5 years follow-up. There were no significant associations between uric acid levels and indices of disease severity. These findings identify serum uric acid as a marker linked to LRRK2 + PD.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».