Nomogram to Predict Cognitive State Improvement after Deep Brain Stimulation for Parkinson’s Disease
Notice bibliographique
Résumé
PURPOSE: Parkinson's disease (PD) is a common neurodegenerative disease, for which cognitive impairment is a non-motor symptom (NMS). Bilateral subthalamic nucleus deep brain stimulation (STN-DBS) is an effective treatment for PD. This study established a nomogram to predict cognitive improvement rate after STN-DBS in PD patients. METHODS: We retrospectively analyzed 103 PD patients who underwent STN-DBS. Patients were followed up to measure improvement in MoCA scores one year after surgery. Univariate and multivariate logistic regression analyses were used to identify factors affecting improvement in cognitive status. A nomogram was developed to predict this factor. The discrimination and fitting performance were evaluated by receiver operating characteristics (ROC) analysis, calibration diagram, and decision curve analysis (DCA). RESULTS: Among 103 patients, the mean improvement rate of the MoCA score was 37.3% and the median improvement rate was 27.3%, of which 64% improved cognition, 27% worsened cognition, and 8.7% remained unchanged. Logistic multivariate regression analysis showed that years of education, UPDRSIII drug use, MoCA Preop, and MMSE Preop scores were independent factors affecting the cognitive improvement rate. A nomogram model was subsequently developed. The C-index of the nomogram was 0.98 (95%CI, 0.97-1.00), and the area under the ROC was 0.98 (95%CI 0.97-1.00). The calibration plot and DCA demonstrated the goodness-of-fit between nomogram predictions and actual observations. CONCLUSION: Our nomogram could effectively predict the possibility of achieving good cognitive improvement one year after STN-DBS in patients with PD. This model has value in judging the expected cognitive improvement of patients with PD undergoing STN-DBS.
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 | 0,007 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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 ».