MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389922086 · doi:10.31703/gpsr.2023(viii-i).10

The Impact of Sleep Quality on Cognitive Performance in Parkinson's Disease: A Multi-center study

2023· article· en· W4389922086 sur OpenAlexaboutno aff
Bakth Jamal, Zahid Khan, Akram Ullah, Main Iftikhar Ul Haq, Muhammad Shoaib, Viqar Aslam

Notice bibliographique

RevueGlobal Pharmaceutical Sciences Review · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPittsburgh Sleep Quality IndexMontreal Cognitive AssessmentCognitionSleep (system call)MedicineParkinson's diseaseEffects of sleep deprivation on cognitive performanceSleep qualityQuality of life (healthcare)GerontologyPhysical therapyDiseasePsychiatryCognitive impairmentInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study looked at the effects of sleep quality on cognitive function in 100 Parkinson's patients from Pakistan. 100 Parkinson's patients from Pakistan, aged 18 and older, participated in this cross-sectional study from January 2022 to January 2023 at the Neurosurgery Department of the Naseerullah Khan Babar Memorial Hospital in Peshawar. The Pittsburgh Sleep Quality Index (PSQI) was used to evaluate the participants in comparison to controls. The Montreal Cognitive Assessment (MoCA) was used to measure cognitive ability. The findings showed that lower cognitive performance ratings were substantially correlated with poor sleep quality. Furthermore, elderly Parkinson's patients showed a more obvious impact of poor sleep quality. The results of this study demonstrated the significance of higher sleep quality for cognitive function in Parkinson's patients, especially in those 65 years of age and older. In order to enhance cognitive function and maintain quality of life, recommendations were made to improve sleep quality in Parkinson's 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)0,001
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,137
Tête enseignante GPT0,516
Écart entre enseignants0,379 · 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 revueGlobal Pharmaceutical Sciences Review→Même sujetSleep and related disorders→Travaux en français237 207→