MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386256982 · doi:10.21203/rs.3.rs-3286540/v1

Capturing Subjective Cognitive Decline with a new combined index in low education patients with Parkinson’s Disease

2023· preprint· en· W4386256982 sur OpenAlexaboutno aff
Juan Huang, Hui Wang, Binbin Hu, Xin Qin, Qiushuang Yang, Yajing Cui, S. J. Chen, Wei Huang

Notice bibliographique

RevueResearch Square · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentParkinson's diseaseRating scaleEpworth Sleepiness ScaleInternal medicineMedicineDiseaseCognitionPhysical therapyCognitive declineMultivariate analysisCognitive impairmentPsychologyPsychiatryDementiaDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Abstract Subjective Cognitive Decline (SCD), refers to self-reported cognitive decline with normal global cognition. We aimed to capture SCD among low educated patients with Parkinson’s disease (PD) by a newly established indicator. There were total of 64 PD patients with low education levels (education ≤ 12 years) recruited in this study. The presence of SCD was determined based on a Unified Parkinson’s Disease Rating Scale Part I (1.1) score ≥ 1. The prevalence of SCD in PD patients was 43.75% (28/64). Low educated PD-SCD patients had higher scores on the Non-Motor Symptoms Scale (NMSS), Parkinson’s Fatigue Scale (PFS), Epworth Sleepiness Scale (ESS), as well as higher scores on the UPDRS-I and UPDRS-II, compared to PD patients without SCD. Multivariate binary regression confirmed the significant association between PD-SCD and MoCA-executive abilities/attention/language. A score of 12 or less on the combined index had a sensitivity of 73.9% and a specificity of 76.2% for diagnosing PD-SCD. Most importantly, the newly combined index can help capture these low educated PD-SCD patients, with an AUC of 0.867, and is expected to assist clinicians in earlier identification of PD patients.

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)0,004
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,037
Tête enseignante GPT0,354
Écart entre enseignants0,317 · 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→