Sex-specific progression of Parkinson’s disease: A longitudinal mixed-models analysis
Notice bibliographique
Résumé
BackgroundDespite its relevance, the clinical progression of motor- and non-motor symptoms associated with Parkinson's disease (PD) is poorly described and understood, particularly in relation to sex-specific differences in clinical progression.ObjectiveIdentification of differential aspects in disease progression in men and women with PD.MethodsLinear mixed-model analyses of 802 people with typical PD from the Luxembourg Parkinson's study's prospective cohort (median time of follow-up = three years). We estimated the effect of time and its moderation by sex (alpha ≤ 0.05), including confidence intervals, for the following outcomes: MDS-UPDRS I-IV, Starkstein Apathy Scale, Beck Depression Inventory, Montreal Cognitive Assessment (MoCA), Sniffin’ sticks, bodily discomfort, rapid eye movement sleep behavior disorder questionnaire, PD Sleep Scale (PDSS), Munich Dysphagia Test-PD, Functional Mobility Composite Score, and the MDS-based tremor and postural instability and gait disturbances scale. In addition, the marginal means illustrated the symptoms’ trajectories in men and women. Men and women had similar age.ResultsOverall, we observed a slower progression (interaction effect) in women compared to men, especially for MoCA (−0.159, 95%CI [−0.272, −0.046], p = 0.006), PDSS (−0.716, 95%CI [−1.229, −0.203], p = 0.006), PIGD (0.133, 95%CI [0.025 0.241], p = 0.016), and MDS-UPDRS II (0.346, 95%CI [0.120, 0.572], p = 0.003). The finding for MDS-UPDRS II was significant (FWER of 5%) after adjustment for multiple comparisons (Bonferroni-Holm).ConclusionsNext to the further exploration of sex-specific progression, interventions, proactive monitoring and communication strategies tailored to the symptoms progression and needs of men and women need to be developed.
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) | 0,001 | 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».