Association analyses of apolipoprotein E genotypes and cognitive performance in patients with Parkinson’s disease
Notice bibliographique
Résumé
BACKGROUND: Cognitive impairment is a common non-motor symptom of Parkinson's disease (PD). The apolipoprotein E (APOE) ε4 genotype increases the risk of Alzheimer's disease (AD). However, the effect of APOEε4 on cognitive function of PD patients remains unclear. In this study, we aimed to understand whether and how carrying APOEε4 affects cognitive performance in patients with early-stage and advanced PD. METHODS: A total of 119 Chinese early-stage PD patients were recruited. Movement Disorder Society Unified Parkinson's Disease Rating Scale, Hamilton anxiety scale, Hamilton depression scale, non-motor symptoms scale, Mini-mental State Examination, Montreal Cognitive Assessment, and Fazekas scale were evaluated. APOE genotypes were determined by polymerase chain reactions and direct sequencing. Demographic and clinical information of 521 early-stage and 262 advanced PD patients were obtained from Parkinson's Progression Marker Initiative (PPMI). RESULTS: No significant difference in cognitive performance was found between ApoEε4 carriers and non-carriers in early-stage PD patients from our cohort and PPMI. The cerebrospinal fluid (CSF) Amyloid Beta 42 (Aβ42) level was significantly lower in ApoEε4 carrier than non-carriers in early-stage PD patients from PPMI. In advanced PD patients from PPMI, the BJLOT, HVLT retention and SDMT scores seem to be lower in ApoEε4 carriers without reach the statistical significance. CONCLUSIONS: APOEε4 carriage does not affect the cognitive performance of early-stage PD patients. However, it may promote the decline of CSF Aβ42 level and the associated amyloidopathy, which is likely to further contribute to the cognitive dysfunction of PD patients in the advanced stage.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».