[IC‐P‐074]: LONGITUDINAL DIFFUSION TENSOR IMAGING AS A PREDICTOR OF COGNITIVE DOMAINS DECLINE IN EARLY STAGE PARKINSON's DISEASE: ICICLE‐PD STUDY
Notice bibliographique
Résumé
The risk of patients with Parkinson's disease developing dementia is five times greater than the general population. As the pathophysiological processes underlying Parkinson's disease (PD) dementia are heterogeneous, monitoring the progression of white matter microstructural changes might help identify its role in mediating cognitive deficits in PD. This study investigated whether white matter microstructural abnormalities are predictors of cognitive domains changes in early Parkinson's disease (PD). A total of 123 patients with early PD were enrolled along with 49 controls. Participants were part of the ICICLE-PD (Incidence of Cognitive Impairment in Cohorts with Longitudinal Evaluation) study and underwent clinical, cognitive and DTI investigations at baseline and 18 months later with cognitive and diffusion tensor imaging. General cognition was tested using the Mini-Mental State Examination. Attention, memory, language, executive and visuospatial functions were assessed based on a selection of subtests from different batteries. Imaging parameters were analysed using Tract Based Spatial Statistics. The relationships between fractional anisotropy (FA) and mean diffusivity (MD) with cognition were investigated using multiple linear regression. All analyses were controlled for age, sex, education, levodopa dose and visit intervals. At baseline, patients with PD had significantly higher widespread MD then controls. At follow-up, both groups showed a further significant FA decrease and MD increase. Baseline MD was a significant predictor of executive function (β (95%CI) -7.85 (-11.81; -3.88), p<0.001) and general cognitive change (β (95%CI) -9.58 (-16.56; -2.60), p 0.008) among patients with PD. MD represents an important correlate and predictor of cognitive change and in PD: DTI is potentially a useful tool in stratification of patients into clinical trials and to monitor the impact of treatment on cognition.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».