525 A population-based study of phenoconversion to parkinsonism from REM sleep behavior: a Population-based Study in the CLSA
Notice bibliographique
Résumé
Abstract Introduction To date, studies have estimated the phenoconversion rate from sleep clinics, using polysomnography proven RBD. However, no population-based estimates have been reported, testing to what degree possible RBD, screened by questionnaire is associated with increased risk of neurodegeneration. Methods We included those aged 45–85 years, living in one of 10 Canadian provinces in between 2012–2015 (at the baseline), recruited via three population-based sampling methods. Dream enactment behavior/possible RBD was screened using the RBD1Q single question-questionnaire. De-novo parkinsonism was defined as free of pre-existing diagnosis at the baseline with a ‘new’ diagnosis at the follow-up (205–2019). Relative risk (log-binomial regression), hazard ratio (Cox regression), incidence rate (Poisson regression) between the affected group and the symptom naïve group were assessed, adjusting for age and sex (and total years of education and language). Results Overall, 58 participants phenoconverted into parkinsonism and 53 into dementia at the follow-up (mean intervals=3.06±0.37 years). Participants with dream enactment behavior had 2.75 times higher risk to phenoconvert into parkinsonism than the symptom-free. Similarly, those with dream enactment behavior at the baseline possessed higher risk to screening positive of parkinsonism. No difference in time to phenoconversion was found between groups, The results remained robust after excluding non-RBD related symptoms, such as apnea and non-REM sleep parasomnia. Conclusion Compared to symptom-free, those with pRBD had higher risk to developing parkinsonism in near future. Support (if any):
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».