Visual processing capacity and cognitive decline in Parkinson’s disease
Notice bibliographique
Résumé
Background Parkinson’s disease (PD) is a progressive neurodegenerative disorder characterised by motor symptoms. However, approximately half of patients with PD exhibit signs of dementia within a decade of diagnosis. While deficits in working memory and visuospatial abilities are recognised as hallmarks of cognitive decline in PD, these populations are rarely studied using detailed cognitive tools that link cognitive impairments to formal theoretical models, such as the theory of visual attention (TVA). Methods This cross-sectional study addresses this gap by employing the TVA whole report paradigm to assess visual processing in a cohort of patients with PD, both with and without cognitive impairment. Participants were divided based on their Montreal Cognitive Assessment (MoCA) scores into two PD groups (n=25 each) and a healthy control group (n=25). Results Our principal finding is that the visual processing speed (C) and visual short-term memory capacity (K) are significantly diminished in patients with PD with MoCA scores below 26 (Analysis of variance, p=0.016 for C and p<0.001 for K), while no notable differences were observed between controls and patients with PD with MoCA scores of 26 or above. Using a generalised linear model to assess the impact of factors such as age, gender and disease duration, we discovered that the C-parameter was significantly influenced by age, while the K - parameter was notably affected by gender. Conclusion TVA parameters demonstrate their suitability for detecting cognitive deficits in PD. Given their independence from motor and non-motor symptoms, TVA parameters may prove to be valuable tools for early diagnosis and longitudinal monitoring of cognitive deficits in individual patients with PD.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».