MétaCan
Menu
Retour à la cohorte
Enregistrement W4309509749 · doi:10.1002/brb3.2827

Clinical outcomes and cognitive impairments between progressive supranuclear palsy and multiple system atrophy

2022· article· en· W4309509749 sur OpenAlexaboutno aff
Peifei Jia, Jinhong Zhang, Jiuyan Han, Yong Ji

Notice bibliographique

RevueBrain and Behavior · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProgressive supranuclear palsyMontreal Cognitive AssessmentParkinsonismMedicineAtrophyInternal medicineCognitionIncidence (geometry)Mini–Mental State ExaminationCognitive declineDyskinesiaConstipationParkinson's diseasePediatricsCognitive impairmentDementiaDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Both progressive supranuclear palsy (PSP) and multiple system atrophy (MSA) belong to atypical parkinsonian syndromes. It is important to differentiate these diseases accurately. We compared clinical outcomes and cognitive impairments between PSP and MSA. METHODS: Eighty-five MSA parkinsonism type (MSA-P) patients and 76 PSP patients participated in this research. The Montreal Cognitive Assessment (MoCA) and the mini-mental state examination (MMSE) evaluated cognitive function. RESULTS: MSA-P patients had a significantly higher incidence of dyskinesia, fall, urinary symptoms, and constipation, whereas patients with PSP had a higher incidence of tremor and salivation. MSA-P patients had higher MMSE and MoCA scores than PSP patients. The MMSE score showed a diagnostic cut-off score of 24.5 in PSP versus MSA-P. The MoCA score showed a diagnostic cut-off score of 20.5 in PSP versus MSA-P. CONCLUSION: In conclusion, patients with PSP had differences in the clinical outcomes and cognitive impairments compared with MSA-P patients. PSP patients had more severe cognitive deficits. The score of MMSE and MoCA could be used in distinguishing MSA-P from PSP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,339
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain and BehaviorMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207