MétaCan
Menu
← Retour à la cohorte
Enregistrement W4376603963 · doi:10.21203/rs.3.rs-2872662/v1

Influencing Factors and Correlation Analysis of Apathy in Patients with Parkinson's Disease

2023· preprint· en· W4376603963 sur OpenAlexaboutno aff
Min Chen, Yanjie Guo, Jingyang Song, Jiqiang Liu, Linqiang Tian, Lixia Kang, Hongxia Xing

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesXinxiang Medical University
Mots-clésApathyParkinson's diseaseHamdRating scaleStepwise regressionPittsburgh Sleep Quality IndexHamilton Anxiety Rating ScaleMontreal Cognitive AssessmentPhysical therapyQuality of life (healthcare)Depression (economics)MedicineInternal medicineDiseaseAnxietyPsychologyNeurologyDementiaPsychiatryCognitionSleep quality

Résumé

récupéré en direct d'OpenAlex

Abstract Background Parkinson's disease (PD) is a complex progressive neurodegenerative disease. The prevalence of Parkinson's disease has increased rapidly in the last 20 years. Apathy, one of the non-motor symptoms of Parkinson's disease, severely affects patients' daily functioning and quality of life, increases the burden on caregivers, and maybe a precursor to dementia. Identifying the factors associated with indifferent PD patients is essential in slowing disease progression and improving patient prognosis.Methods A total of 73 PD patients from the outpatient or inpatient department of Neurology at the Third Affiliated Hospital of Xinxiang Medical University were collected. The clinical scales of PD patients were assessed. According to Starkstein Apathy Scale (AS), these patients were divided into an apathetic group (46 patients) and a non-apathetic group (27 patients). Spearman correlation analysis and Stepwise multiple linear regression analysis were used to explore the correlation between total AS scores and clinical characteristics.Results Spearman correlation analysis showed that the total scores of AS were positively correlated with disease duration, HY stages, Movement Disorders Society Unified Parkinson's Disease Rating Scale part III (MDS-UPDRS III) scores, Hamilton Anxiety Rating Scale (HAMA) scores, Hamilton Depression Rating Scale (HAMD) scores, Pittsburgh Sleep Quality Index (PSQI) scores, King's Parkinson's Disease Pain Scale ( KPPS) scores, Parkinson Autonomic Symptom Scale (SCOPA-AUT) scores, and 39-item Parkinson's Disease Questionnaire (PDQ-39) scores. It was negatively correlated with Montreal Cognitive Assessment (MoCA) scores and Mini-Mental Status Examination (MMSE) scores. Stepwise multiple linear regression analysis showed that low MoCA scores and high HAMA scores were correlated with apathy, indicating that MoCA scores and HAMA scores may be important determinants of apathy in PD patients.Conclusion PD patients with apathy showed longer disease duration, higher Hoehn and Yahr (HY) stages, more severe motor dysfunction, more severe cognitive impairment, more severe anxiety, more depression symptoms, more severe sleep symptoms, more severe autonomic dysfunction and worse quality of life. Cognitive dysfunction and anxiety may be the risk factors for PD patients with apathy.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
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 Opus0,045
Tête enseignante GPT0,346
Écart entre enseignants0,300 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetParkinson's Disease Mechanisms and Treatments→Travaux en français237 207→