Cognitive testing in late-stage Parkinson's disease: A critical appraisal of available instruments
Notice bibliographique
Résumé
OBJECTIVE: For patients with Parkinson's disease (PD), cognitive impairment is one of the most disabling non-motor symptoms, particularly in the late disease stages (LSPD). Without a common cognitive assessment battery, it is difficult to estimate its prevalence and limits comparisons across studies. In addition, some instruments traditionally used in PD may not be adequate for use in LSPD. We sought to identify instruments used to assess cognition in LSPD and to investigate their global characteristics and psychometric properties to recommend a cognitive battery for the LSPD population. METHOD: We conducted a literature search of EMBASE and MEDLINE for articles reporting the use of cognitive tests in LSPD. The global characteristics and psychometric properties of the four most used cognitive tests in each cognitive domain were verified to recommend a cognitive assessment battery. RESULTS: Of 60 included studies, 71.7% used screening scales to assess cognition. Of the 53 reported instruments, the Montreal Cognitive Assessment, the Digit Span, the Trail Making Test, the Semantic Fluency test, the Rey Auditory Verbal Learning Test, the Brief Visuospatial Memory Test-Revised, the Boston Naming Test, the Judgment of Line Orientation, and the Clock Drawing Test corresponded best overall to the requirements considered important for selecting instruments in LSPD. CONCLUSION: Screening scales are frequently used to assess cognition in LSPD. We recommend a cognitive assessment battery that considers the special characteristics of the LSPD population, including being quick and easy to use, with minimized motor demands, and covering all relevant cognitive domains.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».