Levodopa ONOFF-state freezing of gait: Defining the gait and non-motor phenotype
Notice bibliographique
Résumé
BACKGROUND: Freezing in the levodopa-medicated-state (ON-state) is a debilitating feature of Parkinson's disease without treatment options. Studies detailing the distinguishing features between people with freezing of gait that improves with levodopa and those whose freezing continues even on levodopa are lacking. OBJECTIVE: To characterize the gross motor, gait, and non-motor features of this phenotype. METHODS: Instrumented continuous gait was collected in the levodopa-medicated-state in 105 patients: 43 non-freezers (no-FOG), 36 with freezing only OFF-levodopa (OFF-FOG) and 26 with freezing both ON- and OFF-levodopa (ONOFF-FOG). Evaluation of motor and non-motor disease features was undertaken using validated scales. A linear mixed model with age, sex, disease duration, and motor UPDRS scores as covariates was used to determine differences in spatiotemporal gait and non-motor disease features among the groups. RESULTS: Compared to OFF-FOG, the ONOFF-FOG group had greater disease severity (on the Unified Parkinson's disease Rating Scale) and worse cognition (on the Montreal Cognitive Assessment, Frontal Assessment Battery and Scales for Outcome in Parkinson's disease-Cognition scales) and quality of life (on the PDQ-39), but similar mood (on the Hamilton depression and anxiety scales) and sleep quality (on Epworth sleepiness scale and RBD questionnaire). For several gait features, differences between the ONOFF-OFF groups were at least as large and in the opposite direction as differences between OFF-no groups, controlling for disease severity. Variability in ONOFF-FOG was greater than in other groups. Using results from our study and others, a power analysis for a potential future study reveals sample sizes of at least 80 ONOFF and 80 OFF-FOG patients would be needed to detect clinically meaningful differences. CONCLUSIONS: Intra-patient variability in spatiotemporal gait features was much greater in ONOFF-FOG than in the other two groups. Our results suggest that multifactorial deficits may lead to ONOFF-FOG development.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».