Resting-state EEG measures cognitive impairment in Parkinson’s disease
Notice bibliographique
Résumé
Abstract Cognitive dysfunction is common in Parkinson’s disease (PD). We developed and evaluated an EEG-based biomarker to index cognitive functions in PD from a few minutes of resting-state EEG. 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 National Institutes of Health (NIH) Toolbox using cross-validations, regression models, and randomization tests. Finally, we externally validated our approach on 32 PD participants. We observed cognition-related changes in EEG over multiple spectral rhythms. Utilizing only 8 best-performing electrodes, our proposed index strongly correlated with cognition (MoCA: rho = 0.68, p value < 0.001; NIH-Toolbox cognitive tests: rho ≥ 0.56, p value < 0.001) outperforming traditional spectral markers (rho = −0.30–0.37). The index showed a strong fit in regression models ( R 2 = 0.46) with MoCA, yielded 80% accuracy in detecting cognitive impairment, and was effective in both PD and control participants. Notably, our approach was equally effective (rho = 0.68, p value < 0.001; MoCA) in out-of-sample testing. In summary, we introduced a computationally efficient data-driven approach for cross-domain cognition indexing using fewer than 10 EEG electrodes, potentially compatible with dynamic therapies like closed-loop neurostimulation. These results 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 ».