MétaCan
Menu
← Retour à la cohorte
Enregistrement W4366223414 · doi:10.3389/fneur.2023.1149615

Impact of non-motor fluctuations on QOL in patients with Parkinson’s disease

2023· article· en· W4366223414 sur OpenAlexaboutno aff
Asako Kakimoto, Miki Kawazoe, Kanako Kurihara, Takayasu Mishima, Yoshio Tsuboi

Notice bibliographique

RevueFrontiers in Neurology · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParkinson's diseasePhysical medicine and rehabilitationMotor symptomsDiseaseMedicineNeurosciencePsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction Long-term levodopa treatment in patients with Parkinson’s disease (PwPD) often causes motor fluctuations, which are known to affect their quality of life (QOL). These motor fluctuations may be accompanied by fluctuations in non-motor symptoms. There is no consensus on how non-motor fluctuations affect QOL. Methods This was a single-center, retrospective study and included 375 patients with Parkinson’s disease (PwPD) who visited the neurology outpatient department of Fukuoka University Hospital between July 2015 and June 2018. All patients were evaluated for age, sex, disease duration, body weight, and motor symptoms by the Movement Disorder Society-Unified Parkinson’s Disease Rating Scale part III, depression scale by the Zung self-rating depression scale, apathy scale, and cognitive function by the Japanese version of The Montreal Cognitive Assessment. A nine-item wearing-off questionnaire (WOQ-9) was used to assess the motor and non-motor fluctuations. QOL in PwPD was investigated using the eight-item Parkinson’s Disease Questionnaire (PDQ-8). Results In total, 375 PwPD were enrolled and classified into three groups according to the presence or absence of motor and non-motor fluctuations. The first group included 98 (26.1%) patients with non-motor fluctuations (NFL group), the second group included 128 (34.1%) patients who presented with only motor fluctuations (MFL group), and the third group included 149 (39.7%) patients without fluctuations in motor or non-motor symptoms (NoFL group). Among them, the PDQ-8 SUM and SI were significantly higher in the NFL group than in the other groups ( p < 0.005), implying that the NFL group had the poorest QOL among groups. Next, multivariable analysis showed that even one non-motor fluctuation was an independent factor that worsened QOL ( p < 0.001). Conclusion This study showed that PwPD with non-motor fluctuation had a lower QOL than those with no or only motor fluctuation. Moreover, the data showed that PDQ-8 scores were significantly reduced even with only one non-motor fluctuation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,318
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 source (Gemma direct ou Codex distillé), 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

Citations22
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Neurology→Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→