Cognitive function in men with non-motor features of Parkinson’s disease
Notice bibliographique
Résumé
OBJECTIVE: Subtle cognitive deficits can occur during the prodromal phase of Parkinson's disease (PD), commonly in conjunction with hyposmia. However, little is known about the association between cognitive function and other features suggestive of prodromal PD. We evaluated the association of non-motor prodromal PD features, including hyposmia, constipation and probable REM sleep behaviour disorder (pRBD), with objective measures of cognitive function and self-reported cognitive decline. METHODS: The study population comprised 804 men who responded to a telephone cognitive interview in 2016-2017. Participants included 680 individuals with hyposmia, of whom 45 had confirmed PD, and 124 men without hyposmia. Among these men, we evaluated objective cognitive function and subjective cognitive decline to determine whether the presence of non-motor features of prodromal PD was associated with cognitive functioning. Analyses were adjusted for age, physical activity, body mass index, smoking status and coffee consumption. RESULTS: Individuals with non-motor features of prodromal PD had worse objective and subjective cognitive performance relative to men without non-motor features. Cognitive impairment was particularly prevalent among individuals with concurrent hyposmia, pRBD and constipation (multivariate-adjusted OR=3.80; 95% CI 1.52 to 9.47 for objective poor cognitive function; OR=8.71; 95% CI 3.18 to 23.83 for subjective cognitive decline). As expected, both objective (OR=7.91) and subjective (OR=17.42) cognitive impairment were also more common among men with confirmed PD. CONCLUSIONS: Our study suggests that cognition is commonly affected in individuals with non-motor prodromal PD features, particularly when multiple of these features are present.
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 ».