The Relationship Between Psychological Factors and Cognitive Function in Patients With Parkinson’s Disease Who Have Chronic Fatigue
Notice bibliographique
Résumé
Background and Objectives: Cognitive and psychological disorders are among the most debilitating complications of Parkinson’s Disease (PD). Despite the high prevalence of these disorders in patients with PD and the important effect of psychological factors on cognitive factors in other neurological diseases, no study was found on the relationship between psychological factors and cognitive function in patients with PD who have chronic fatigue. The present study was conducted to investigate the relationship between psychological factors and cognitive function in patients with PD and chronic fatigue. Methods: In the present cross-sectional study, a total of 73 patients with PD who had chronic fatigue were selected by non-random convenience sampling method from those visiting Tehran’s rehabilitation centers in 2019. The following questionnaires were used: Fatigue Severity Scale (FSS) for fatigue, Beck’s Depression Inventory for depression, Beck’s Anxiety Inventory for anxiety, and Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA) for cognitive function, as well as Unified Parkinson’s Disease Rating Scale (UPDRS-III) and Pain Visual Analog Scale (Pain VAS). Results: The regression models explained the cognitive function variance by a maximum of 1.43% in MMSE and 8.79% in MoCA. In all stepwise models of cognitive function, anxiety was the strongest predictor of cognitive function followed by age and UPDRS-III score. Conclusion: The results of this study indicated that anxiety as the strongest predictor can affect cognitive function in patients with PD who have chronic fatigue. Hence, therapeutic interventions focusing on psychological factors may be particularly important for improving cognitive function in these patients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».