Characteristics of Cognitive Impairment and Their Relationship With Total Cerebral Small Vascular Disease Score in Parkinson’s Disease
Notice bibliographique
Résumé
Background: This study aimed to investigate the characteristics of cognitive dysfunctions and their relationship with total cerebral small vascular disease (CSVD) in Parkinson's disease (PD). Methods: A total of 174 idiopathic PD patients who underwent brain magnetic resonance imaging (MRI) were recruited. Demographic information, vascular disease risk factors, motor function (MDS-UPDRS III score), and cognitive level (MoCA, MMSE) were collected for these patients. The total CSVD burden was scored based on lacunes, enlarged perivascular spaces (EPVS), high-grade white matter hyperintensities (WMH), and cerebral microbleeds (CMBs) for each subject. Results: Cognitive scores on MoCA for language, delayed recall, and orientation were significantly reduced in PD patients with CSVD burden ≥ 1 than in those with CSVD burden = 0. Educational level, PDQ 39, and CSVD burden were significantly associated with MoCA scores in individuals with PD. For the whole group, the full model accounted for 33.6% variation in total MoCA scores. In which, CSVD burden explained 2.7% of the results, and the detection of lacunes, WMH, EPVS, and strictly lobar CMBs were significantly correlated with MoCA scores. The stability of the outcomes was confirmed by sensitivity analysis. Conclusion: CSVD can independently contribute to cognitive decline in PD and cause damage in specific cognitive domains. Promoting neurovascular health may help preserve cognitive functions in PD.
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) | 0,000 | 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 | 0,001 | 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 ».