The Parkinson's Disease Composite of Executive Functioning
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Executive functioning is one of the first domains to be impaired in Parkinson disease (PD), and the majority of patients with PD eventually develop dementia. Thus, developing a cognitive endpoint measure specifically assessing executive functioning is critical for PD clinical trials. The objective of this study was to develop a cognitive composite measure that is sensitive to decline in executive functioning for use in PD clinical trials. METHODS: We used cross-sectional and longitudinal follow-up data from PD participants enrolled in the PD Cognitive Genetics Consortium, a multicenter setting focused on PD. All PD participants with Trail Making Test, Digit Symbol, Letter-Number Sequencing, Semantic Fluency, and Phonemic Fluency neuropsychological data collected from March 2010 to February 2020 were included. Baseline executive functioning data were used to create the Parkinson's Disease Composite of Executive Functioning (PaCEF) through confirmatory factor analysis. We examined the changes in the PaCEF over time, how well baseline PaCEF predicts time to cognitive progression, and the required sample size estimates for PD clinical trials. PaCEF results were compared with the Montreal Cognitive Assessment (MoCA), individual tests forming the PaCEF, and tests of visuospatial, language, and memory functioning. RESULTS: A total of 841 participants (251 no cognitive impairment [NCI], 480 mild cognitive impairment [MCI], and 110 dementia) with baseline data were included, of which the mean (SD) age was 67.1 (8.9) years and 270 were women (32%). Five hundred forty five PD participants had longitudinal neuropsychological data spanning 9 years (mean [SD] 4.5 [2.2] years) and were included in analyses examining cognitive decline. A 1-factor model of executive functioning with excellent fit (comparative fit index = 0.993, Tucker-Lewis index = 0.989, and root mean square error of approximation = 0.044) was used to calculate the PaCEF. The average annual change in PaCEF ranged from 0.246 points per year for PD-NCI participants who remained cognitively unimpaired to -0.821 points per year for PD-MCI participants who progressed to dementia. For PD-MCI, baseline PaCEF, but not baseline MoCA, significantly predicted time to dementia. Sample size estimates were 69%-73% smaller for PD-NCI trials and 16%-19% smaller for PD-MCI trials when using the PaCEF rather than MoCA as the endpoint. DISCUSSION: The PaCEF is a sensitive measure of executive functioning decline in PD and will be especially beneficial for PD clinical trials.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».