Non‐motor phenotypic subgroups in adult‐onset idiopathic, isolated, focal cervical dystonia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Non-motor symptoms are well established phenotypic components of adult-onset idiopathic, isolated, focal cervical dystonia (AOIFCD). However, improved understanding of their clinical heterogeneity is needed to better target therapeutic intervention. Here, we examine non-motor phenotypic features to identify possible AOIFCD subgroups. METHODS: Participants diagnosed with AOIFCD were recruited via specialist neurology clinics (dystonia wales: n = 114, dystonia coalition: n = 183). Non-motor assessment included psychiatric symptoms, pain, sleep disturbance, and quality of life, assessed using self-completed questionnaires or face-to-face assessment. Both cohorts were analyzed independently using Cluster, and Bayesian multiple mixed model phenotype analyses to investigate the relationship between non-motor symptoms and determine evidence of phenotypic subgroups. RESULTS: Independent cluster analysis of the two cohorts suggests two predominant phenotypic subgroups, one consisting of approximately a third of participants in both cohorts, experiencing increased levels of depression, anxiety, sleep impairment, and pain catastrophizing, as well as, decreased quality of life. The Bayesian approach reinforced this with the primary axis, which explained the majority of the variance, in each cohort being associated with psychiatric symptomology, and also sleep impairment and pain catastrophizing in the Dystonia Wales cohort. CONCLUSIONS: Non-motor symptoms accompanying AOIFCD parse into two predominant phenotypic sub-groups, with differences in psychiatric symptoms, pain catastrophizing, sleep quality, and quality of life. Improved understanding of these symptom groups will enable better targeted pathophysiological investigation and future therapeutic intervention.
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.
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 | 0,001 |
| 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 découle