Evaluating evidence for a neuropsychological toolkit to predict cognitive decline in PD: A systematic review
Notice bibliographique
Résumé
Objectives: Neuropsychological measures used to assess cognition in Parkinson’s disease (PD) vary greatly across clinical and research settings. We conducted a systematic review to evaluate the literature pertaining to neuropsychological tools predictive of cognitive decline in PD, with a view to developing an evidence-based harmonized toolkit. Method: Following PRISMA guidelines, systematic literature searches for neuropsychological predictors of longitudinal cognitive decline in PD were performed for articles published up to August 2024 in PubMed, SCOPUS, Medline, PyscINFO and CINAHL databases. Quality was assessed using the Newcastle-Ottawa scale for individual studies and the GRADE system for each cognitive outcome. Results: Thirty-one relevant articles met inclusion criteria, with low to moderate risk of bias. Category fluency, Symbol Digit Modalities Test, Trail-making Test part A, Stroop word or color, immediate verbal memory, and Montreal Cognitive Assessment produced the highest grade of evidence (moderate), strongly supporting their predictive utility in PD. Stroop word-color, Letter Number Sequencing, pentagon copying, Trail-making Test part B, and delayed verbal and visual memory produced low quality evidence supporting their predictive utility in PD. Digit span forward and backward measures produced very low quality evidence, with consistent evidence against their predictive utility. Twelve additional measures produced very low quality of evidence due to insufficient studies or mixed results. Conclusions: The evidence base for key neuropsychological measures sensitive to cognitive decline in PD was evaluated in this systematic review. The findings will inform evidence-based tool selection for cognitive evaluations in PD and a PD-specific harmonized cognitive toolkit.
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 | 0,007 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,002 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».