Predictive Indicators of Kinematic Writing Ability in Patients with Parkinson’s Disease: Focusing on Cognition, Depression, and Motor Abilities
Notice bibliographique
Résumé
Objectives: Parkinson’s disease (PD) can affect not only motor abilities but also cognition and depression. The purpose of this study was to investigate the predictive indicators of kinematic writing ability in patients with Parkinson’s disease.Methods: Seventy-two subjects (47 patients with PD, 25 normal adults [NA]) performed tasks; including sentence writing along visual cues using software that could measure pen pressure, letter size, and writing speed.Results: Firstly, discriminant analysis showed that the writing speeds were good discriminators for the PD group. Secondly, the PD group showed positive correlation between the Korean version of the Montreal Cognitive Assessment (MoCA-K) score and pen pressure in the ‘writing within square blanks task’. They also showed a positive correlation between the Unified Parkinson’s Disease Rating Scale (UPDRS) score and letter size in the ‘free writing task’. The PD group showed a negative correlation between UPDRS score and writing speed in the ‘writing within square blank task’. Thirdly, the MoCA-K score showed significant explanatory power for pen pressure, and the UPDRS score showed significant explanatory power for the writing speed in the PD group.Conclusion: This study is significant in that it confirms the importance of considering various factors such as cognitive ability when examining the writing characteristics of patients with PD, which have been focused only on motor skills so far.
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) | 0,001 | 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 | 0,001 | 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 ».