Effect of high-frequency repetitive transcranial magnetic stimulation on cognitive impairment in WD patients based on inverse probability weighting of propensity scores
Notice bibliographique
Résumé
Background Hepatolenticular degeneration [Wilson disease (WD)] is an autosomal recessive metabolic disease characterized by copper metabolism disorder. Cognitive impairment is a key neuropsychiatric symptom of WD. At present, there is no effective treatment for WD-related cognitive impairment. Methods In this study, high-frequency repetitive transcranial magnetic stimulation (rTMS) was used to treat WD-related cognitive impairment, and inverse probability weighting of propensity scores was used to correct for confounding factors. The Mini-Mental State Examination (MMSE), Montreal Cognitive Assessment (MoCA), Auditory Verbal Learning Test (AVLT), Boston Naming Test (BNT), Clock Drawing Test (CDT) and Trail Making Test (TMT) were used to evaluate overall cognition and specific cognitive domains. Results The MMSE, MoCA and CDT scores after treatment were significantly different from those before treatment (MMSE: before adjustment: OR = 1.404, 95% CI: 1.271–1.537; after adjustment: OR = 1.381, 95% CI: 1.265–1.497, p < 0.001; MoCA: before adjustment: OR = 1.306, 95% CI: 1.122–1.490; after adjustment: OR = 1.286, 95% CI: 1.104; AVLT: OR = 1.161, 95% CI: 1.074–1.248; after adjustment: OR = 1.145, 95% CI: 1.068–1.222, p < 0.05; CDT: OR = 1.524, 95% CI: 1.303–1.745; after adjustment: OR = 1.518, 95% CI: 1.294–1.742, p < 0.001). The BNT and TMT scores after adjustment were not significantly different from those before adjustment (BNT: before adjustment: OR = 1.048, 95% CI: 0.877–1.219; after adjustment: OR = 1.026, 95% CI: 0.863–1.189, p > 0.05; TMT: before adjustment: OR = 0.816, 95% CI: 1.122–1.490; after adjustment: OR = 0.791, 95% CI: 0.406–1.176, p > 0.05). Conclusion High-frequency rTMS can effectively improve cognitive impairment, especially memory and visuospatial ability, in WD patients. The incidence of side effects is low, and the safety is good.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».