Olfactory Function and Diffusion Tensor Imaging as Markers of Mild Cognitive Impairment in Early Stages of Parkinson's Disease
Notice bibliographique
Résumé
Parkinson's disease (PD) is a neurodegenerative disorder that is typified by motor signs and symptoms but can also lead to significant cognitive impairment and dementia Parkinson's Disease Dementia (PDD). While dementia is considered a nonmotor feature of PD that typically occurs later, individuals with PD may experience mild cognitive impairment (PD-MCI) earlier in the disease course. Olfactory deficit (OD) is considered another nonmotor symptom of PD and often presents even before the motor signs and diagnosis of PD. We examined potential links among cognitive impairment, olfactory functioning, and white matter integrity of olfactory brain regions in persons with early-stage PD. Cognitive tests were used to establish groups with PD-MCI and with normal cognition (PD-NC). Olfactory functioning was examined using the University of Pennsylvania Smell Identification Test (UPSIT) while the white matter integrity of the anterior olfactory structures (AOS) was examined using magnetic resonance imaging (MRI) diffusion tensor imaging (DTI) analysis. Those with PD-MCI demonstrated poorer olfactory functioning and abnormalities based on all DTI parameters in the AOS, relative to PD-NC individuals. OD and microstructural changes in the AOS of individuals with PD may serve as additional biological markers of PD-MCI.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 ».