Discriminating Parkinson’s disease patients from healthy controls using nasal respiratory airflow
Notice bibliographique
Résumé
Breathing patterns may inform on health. We note that the sites of earliest brain damage in Parkinson’s disease (PD) house the neural pace-makers of respiration. We therefore hypothesized that ongoing long-term temporal dynamics of respiration may be altered in PD. We applied a wearable device that precisely logs nasal airflow over time in 28 PD patients (mostly H&Y stage-II) and 33 matched healthy controls. Each participant wore the device for 24 h of otherwise routine daily living. We observe significantly altered temporal patterns of nasal airflow in PD, where inhalations are longer and less variable than in matched controls (mean PD = −1.22 ± 1.9 (combined respiratory features score), Control = 1.04 ± 2.16, Wilcoxon rank-sum test, z = −4.1, effect size Cliff’s δ = −0.61, 95% confidence interval = −0.79 – (−0.34), P = 4.3 × 10−5). The extent of alteration is such that using only 30 min of recording we detect PD at 87% accuracy (AUC = 0.85, 79% sensitivity (22 of 28), 94% specificity (31 of 33), z = 5.7, p = 3.5 × 10−9), and also predict disease severity (correlation with UPDRS-Total score: r = 0.49; P = 0.008). We conclude that breathing patterns are altered by H&Y stage-II in the disease cascade, and our methods may be further refined in the future to provide an indication with diagnostic and prognostic value. Andelman-Gur et al. use a nasal airflow monitoring device to detect alterations of respiratory dynamics in patients with Parkinson’s Disease. They reveal longer, but less variable, inhalations and show that changes in airflow dynamics are correlated with disease severity, plus 30 min of data is adequate to discriminate patients from controls. In its earliest stages, Parkinson’s disease damages the parts of the brain that control breathing. We built a small device that measures airflow patterns through the nose over time. People with Parkinson’s disease and healthy individuals wore this device for 24 h. We found that nasal inhalations in Parkinson’s patients were longer and less variable than in healthy individuals. This difference was so pronounced that, using only 30 min of recording, we could accurately determine most people who had Parkinson’s disease and how severe their disease was. Future studies will determine whether this tool can contribute to early diagnosis, and it may be useful to monitor disease progression.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».