Dream Content Predicts Motor and Cognitive Decline in Parkinson's Disease
Notice bibliographique
Résumé
ABSTRACT Background Dream content alterations in Parkinson's disease (PD) are associated with motor and cognitive dysfunction cross‐sectionally. Although recent studies suggest abnormal dream content in PD might also predict cognitive decline, the relationship between dream content and motor decline in PD remains unknown. Objective To investigate whether abnormal dream content in PD predicts both motor and cognitive decline. Methods Data were obtained from the Parkinson's Progression Markers Initiative cohort study. Patients were evaluated at baseline and at the 60‐month follow‐up, with validated clinical scales, including the REM Sleep Behavior Disorder Screening Questionnaire (RBDSQ), Montreal Cognitive Assessment (MoCA), and the Movement Disorder Society–Unified Parkinson's Disease Rating Scale Part III (MDS‐UPDRS III). Patients were dichotomized using RBDSQ item 2, which inquires whether they frequently experience aggression in their dreams. Regression analyses were used to assess whether frequent aggressive dreams at baseline predicted longitudinal changes in MDS‐UPDRS III and MoCA scores as well as progression to Hoehn and Yahr stage 3 (H&Y ≥ 3) and cognitive impairment. Results Of the patients, 58/224 (25.9%) reported frequent aggressive dreams at baseline. Aggressive dreams predicted a faster increase in MDS‐UPDRS III scores (β = 4.64; P = 0.007) and a faster decrease in MoCA scores (β = −1.49; P = 0.001). Furthermore, they conferred a 6‐fold and 2‐fold risk for progressing to H&Y ≥ 3 (odds ratio [OR] = 5.82; P = 0.005) and cognitive impairment (OR, 2.35; P = 0.023) within 60 months. These associations remained robust when adjusting for potential confounders. Conclusions This study demonstrates for the first time that frequent aggressive dreams in newly diagnosed PD may independently predict early motor and cognitive decline.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».