Language impairment is associated with faster progression in progressive supranuclear palsy‐Richardson syndrome
Notice bibliographique
Résumé
INTRODUCTION: Cognitive impairment is common but often overlooked due to motor symptoms in progressive supranuclear palsy-Richardson syndrome (PSP-RS). This study investigates whether cognitive deficits predict disease progression in PSP-RS. METHODS: A total of 146 PSP-RS from the Tilavonemab trial were evaluated at baseline and over 52 weeks using the PSP-Rating Scale (PSPRS), the Repeatable Battery for the Assessment of Neuropsychological Status (RBANS), and the Unified Parkinson's Disease Rating Scale Part-II (UPDRS-II). Multiple linear regression analyses were performed between the RBANS, UPDRS-II, and the PSPRS change. Clinical scores, gray matter volumes, and neurofilament-light chain (NfL) were compared using analyses of covariance (ANCOVAs) and linear mixed models between language score-groups. RESULTS: Lower RBANS-language at baseline predicted greater PSPRS worsening over time. The low language-score group showed poorer cognitive performance, elevated NfL, and reduced gray matter volume in language-related areas. DISCUSSION: Speech/language deficits predict worse prognosis in PSP-RS, emphasizing the value of including language scores in clinical trials. HIGHLIGHTS: Speech and language deficits predict a worse prognosis in progressive supranuclear palsy-Richardson syndrome (PSP-RS). Lower language scores are associated with worse cognitive performance over time. Lower language scores related to higher neurofilament-light chain (NfL) at baseline. The low language-score group presented greater atrophy in language-related brain areas. Stratifying PSP-RS cases using language scores may improve clinical trials.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,003 | 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 ».