MétaCan
Menu
Retour à la cohorte
Enregistrement W4206202863 · doi:10.3389/fnagi.2021.804991

Quantitative Electroencephalography as a Biomarker for Cognitive Dysfunction in Parkinson’s Disease

2022· article· en· W4206202863 sur OpenAlexaboutno aff
Kevin Novak, Bruce A. Chase, Jaishree Narayanan, Premananda Indic, Katerina Markopoulou

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectroencephalographyQuantitative electroencephalographyScalpAudiologyMontreal Cognitive AssessmentBiomarkerPsychologyCognitionInternal medicineMedicineNeuroscienceCognitive impairmentChemistrySurgery

Résumé

récupéré en direct d'OpenAlex

Background: Quantitative electroencephalography (qEEG) has been suggested as a biomarker for cognitive decline in Parkinson’s disease (PD). Objective: Determine if applying a wavelet-based qEEG algorithm to 21-electrode, resting-state EEG recordings obtained in a routine clinical setting has utility for predicting cognitive impairment in PD. Methods: PD subjects, evaluated by disease stage and motor score, were compared to healthy controls ( N = 20 each). PD subjects with normal (PDN, MoCA 26–30, N = 6) and impaired (PDD, MoCA ≤ 25, N = 14) cognition were compared. The wavelet-transform based time-frequency algorithm assessed the instantaneous predominant frequency (IPF) at 60 ms intervals throughout entire recordings. We then determined the relative time spent by the IPF in the four standard EEG frequency bands (RTF) at each scalp location. The resting occipital rhythm (ROR) was assessed using standard power spectral analysis. Results: Comparing PD subjects to healthy controls, mean values are decreased for ROR and RTF-Beta, greater for RTF-Theta and similar for RTF-Delta and RTF-Alpha. In logistic regression models, arithmetic combinations of RTF values [e.g., (RTF-Alpha) + (RTF-Beta)/(RTF-Delta + RTF-Theta)] and RTF-Alpha values at occipital or parietal locations are most able to discriminate between PD and controls. A principal component (PC) from principal component analysis (PCA) using RTF-band values in all subjects is associated with PD status ( p = 0.004, β = 0.31, AUC = 0.780). Its loadings show positive contribution from RTF-Theta at all scalp locations, and negative contributions from RTF-Beta at occipital, parietal, central, and temporal locations. Compared to cognitively normal PD subjects, cognitively impaired PD subjects have lower median RTF-Alpha and RTF-Beta values, greater RTF-Theta values and similar RTF-Delta values. A PC from PCA using RTF-band values in PD subjects is associated with cognitive status ( p = 0.002, β = 0.922, AUC = 0.89). Its loadings show positive contributions from RTF-Theta at all scalp locations, negative contributions from RTF-Beta at central locations, and negative contributions from RTF-Delta at central, frontal and temporal locations. Age, disease duration and/or sex are not significant covariates. No PC was associated with motor score or disease stage. Significance: Analyzing standard EEG recordings obtained in a community practice setting using a wavelet-based qEEG algorithm shows promise as a PD biomarker and for predicting cognitive impairment in PD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,590
Score d'incertitude au seuil0,876

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,291
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetEEG and Brain-Computer InterfacesTravaux en français237 207