The added value of anosmic subtype on motor subtype in Parkinson’s disease: a pilot study
Notice bibliographique
Résumé
This study investigates whether incorporating olfactory dysfunction into motor subtypes of Parkinson's disease (PD) improves associations with clinical outcomes. PD is commonly divided into motor subtypes, such as postural instability and gait disturbance (PIGD) and tremor-dominant PD (TDPD), but non-motor symptoms like olfactory dysfunction remain underexplored. We assessed 157 participants with PD using the University of Pennsylvania Smell Identification Test (UPSIT), Movement Disorder Society-Sponsored Revision of the Unified Parkinson's Disease Rating Scale (M-UPDRS), Montreal Cognitive Assessment (MoCA), 39-item Parkinson's Disease Questionnaire Summary Index (PDQ-39 SI), and 99mTc-TRODAT-1 imaging. Motor subtypes were categorized as PIGD and TDPD, and olfactory subtypes were categorized as total anosmia (TA) and non-anosmia (NA). Significant differences were observed, with the highest disease burden occurring in PIGD TA, while the lowest occurred in TDPD NA. The total M-UPDRS scores (59.0, 47.5, 43.0, 36.0; p < 0.001) and PDQ-39 SI scores (22.4, 22.8, 9.6, and 9.0; p < 0.001) varied significantly across groups, and the highest occurred for PIGD TA, followed by PIGD NA, TDPD TA, and TDPD NA. MoCA scores indicated the best cognitive performance in TDPD NA (p = 0.002). Thus, the results show that integrating olfactory dysfunction with motor subtypes may enhance PD classification, particularly in cognitive assessment in cases of TDPD.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».