Freezing of gait in Parkinson’s disease with glucocerebrosidase mutations: prevalence, clinical correlates and effect on quality of life
Notice bibliographique
Résumé
Objectives Mutations in glucocerebrosidase (GBA1) can change the clinical phenotype of Parkinson’s disease (PD). This study aimed to explore the clinical characteristics of freezing of gait (FOG) in PD patients with GBA1 mutations. Methods A whole-exome sequencing analysis was used to identify the GBA1 mutations (pathogenic or likely pathogenic) and exclude other PD-related gene mutations. A forward binary logistic regression model was conducted to identify the associated factors of FOG. The stepwise multiple linear regression analysis models were used to explore the effect of FOG on quality of life. Results The prevalence of FOG in patients with GBA1 mutations (30/95, 31.6%) was significantly higher than those in patients without GBA1 mutations (152/760, 20%) (p = 0.009). A higher (i.e., worse) Unified PD Rating Scale part III score (OR = 1.126, 95%CI = 1.061–1.194, p < 0.001) and a lower (i.e., worse) Montreal Cognitive Assessment score (OR = 0.830, 95%CI = 0.713–0.967, p = 0.017) were significantly associated with FOG in PD patients with GBA1 mutations. The presence of FOG was significantly associated with the decreased (i.e., worse) score of PD Questionnaire 39 after adjustment for sex, age, disease duration, motor score, and non-motor score (B = 14.981, p = 0.001). Conclusion FOG is a relatively common disabling symptom in PD patients with GBA1 mutations, which is affected by motor disability and cognitive decline. Quality of life is reduced in patients with FOG and GBA1 mutations.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».