EEG spectral and connectivity parameters as cognitive biomarkers in Parkinson disease
Notice bibliographique
Résumé
Abstract Background Cognitive decline is a common presentation of Parkinson’s disease (PD) and a continued search exists for a reliable biomarker for early identification and management of this clinical problem. The objective of this study is to select the most useful biomarker in assessment of PD-related cognitive decline. This cross-sectional study included 47 patients with PD and 47 matched healthy controls. All participants were assessed by quantitative electroencephalography (QEEG) spectral (relative power and background peak frequency) and connectivity measures (coherence and phase lag degree), in addition to clinical evaluation using Unified Parkinson’s Disease Rating Scale (UPDRS)and Modified Hoehn and Yahr staging scale and neuropsychological assessment of the patients using Montreal Cognitive Assessment (MoCA). Results PD patients showed significantly higher relative power in all frequency bands over the right temporal region with no significant changes in peak frequency, coherence and phase lag degree compared to healthy controls. PD patients with impaired cognition (MoCA < 26) had significantly lower global relative power, more marked in alpha and beta frequency bands compared to PD patients with normal cognition. Alpha and beta relative power in frontal and temporal regions showed significant correlation with different cognitive domains of MoCA score. Conclusions QEEG measures especially spectral relative power could be used as adjunct to neuropsychological assessment in evaluation of PD-related cognitive decline.
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) | 0,000 | 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 | 0,000 | 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 ».