Development and Validation of PARCOMS Composite Scales for Assessing Disease Progression and Treatment Effects in Parkinson’s Disease
Notice bibliographique
Résumé
INTRODUCTION: Measures designed to comprehensively assess Parkinson's disease (PD) irrespective of disease stage and treatment status may be unable to capture nuances in disease progression, particularly in early-stage PD. The objective of this paper is to develop PARkinson's COMposite Scales (PARCOMS) with increased responsiveness to clinical decline using items of the Movement Disorder Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS) for three discrete cohorts of patients. METHODS: Patients with confirmed PD from the Parkinson's Progression Markers Initiative (PPMI) data were assigned to three cohorts based on use of dopaminergic treatment, stage of disease, and presence of motor complication. For each cohort, items from MDS-UPDRS Part I (PARCOMS-Non-Motor) and Parts II and III (PARCOMS-Motor) were selected based on responsiveness using partial least squares (PLS) regression. The responsiveness of the scales was estimated using mean-to-standard deviation ratios (MSDRs) of their change values. RESULTS: Compared to the original MDS-UPDRS, MSDRs for PARCOMS-Motor increased 13.1% (untreated cohort, n = 430), 78.2% (treated-without-motor-complications cohort, n = 426), and 100.6% (treated-with-motor-complications cohort, n = 538). The MSDR increases observed for PARCOMS-Non-Motor were 13.9%, 6.8%, and 20.7%, respectively. Across cohorts, turning in bed and speech items were large contributors to the PARCOMS-Motor scales. Items for cognitive impairment and urinary problems were substantial contributors to PARCOMS-Non-Motor across cohorts. There was variability in the weighting of items representing different clinical concepts across cohorts for each composite, confirming heterogeneity in disease progression across disease stages. CONCLUSIONS: PD stage-specific composite measures were developed and demonstrated greater sensitivity to change than the original MDS-UPDRS, supporting the value of weighted composites tailored for disease stage.
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 | 0,013 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».