Dysphagia is a risk factor of malnutrition in X-linked Dystonia-Parkinsonism
Notice bibliographique
Résumé
• EAT-10 total scores were negatively correlated with BMI twelve months later in XDP. • EAT-10 total scores predicted BMI twelve months later in XDP. • EAT-10 total scores ≥ 4 predicted malnutrition twelve months later in XDP. Malnutrition is a leading cause of death for persons living with X-linked dystonia-parkinsonism (XDP), a degenerative disease endemic to the Philippines. Difficulty swallowing has been linked to malnutrition in other populations; however, knowledge of this relationship is limited in XDP. As such, the purpose of this study was to determine the association between dysphagia and malnutrition in this population. 21 individuals with XDP, 26 controls, and 18 genetic carriers were included in the final data analysis. Spearman’s rank order correlation coefficient was used to determine an association between baseline EAT-10 total scores and 12-month malnutrition status, and multiple linear regression to evaluate the predictive ability of the EAT-10. A baseline EAT-10 score cut-off point predicting 12-month malnutrition status was estimated. For the XDP group, the baseline EAT-10 total scores had a significant negative correlation ( r = -0.68, p < 0.001) with and was a significant predictor ( p = 0.001) of 12-month BMI. A baseline EAT-10 total score of ≥ 4 predicted malnutrition twelve months after administration (sensitivity = 0.93; specificity = 1; AUC = 0.95). Dysphagia, as measured using the EAT-10, was associated with BMI in the XDP population. Additionally, an EAT-10 total score ≥ 4 could predict malnutrition in twelve months after test administration. With these findings, healthcare providers could identify patients with XDP at high risk for malnutrition earlier and provide intervention sooner.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».