Resting-state EEG measures cognitive impairment in Parkinson’s disease
Notice bibliographique
Résumé
Abstract Background: Cognitive dysfunction is common in Parkinson’s disease (PD) and is diagnosed by complex, time-consuming psychometric tests which are affected by language and education, subject to learning effects, and not suitable for continuous monitoring of cognition. Objectives: We developed and evaluated an EEG-based biomarker to index cognitive functions in PD from a few minutes of resting-state EEG. Methods: We hypothesized that synchronous changes in EEG across the power spectrum can measure cognition. We optimized a data-driven algorithm to efficiently capture these changes and index cognitive function in 100 PD and 49 control participants. We compared our EEG-based cognitive index with the Montreal cognitive assessment (MoCA) and cognitive tests across different domains from the National Institutes of Health (NIH) Toolbox using cross-validation schemes, regression models, and randomization tests. Results: We observed cognition-related changes in EEG activities over multiple spectral rhythms. Utilizing only 8 best-performing EEG electrodes, our proposed index strongly correlated with cognition (rho = 0.68, p value < 0.001 with MoCA; rho ≥ 0.56, p value < 0.001 with cognitive tests from the NIH Toolbox) outperforming traditional spectral markers (rho = -0.30 – 0.37). The index showed a strong fit in regression models (R2 = 0.46) with MoCA, yielded 80% accuracy in detecting cognitive impairment, and was effective in both PD and control participants. Conclusions: Our approach is computationally efficient for real-time indexing of cognition across domains, implementable even in hardware with limited computing capabilities, making it potentially compatible with dynamic therapies such as closed-loop neurostimulation, and will inform next-generation neurophysiological biomarkers for monitoring cognition in PD and other neurological diseases.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 ».