MétaCan
Menu
Retour à la cohorte
Enregistrement W4415418912 · doi:10.3389/fnagi.2025.1664934

Top motor and non-motor complaints in patients with Parkinson's disease

2025· article· en· W4415418912 sur OpenAlexaboutno aff
José Fidel Baizabal‐Carvallo, Marlene Alonso‐Juarez, Róbert Fekete

Notice bibliographique

RevueFrontiers in Aging Neuroscience · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiseaseDyskinesiaMotor symptomsCognitionInsomniaMotor dysfunctionNeurological disorder

Résumé

récupéré en direct d'OpenAlex

Background Parkinson's disease (PD) is characterized by several motor and non-motor manifestations. These variable neurological complaints have diverse intensity and cause various degrees of disability. Objective methods We aimed to assess the top three most troublesome neurological complaints in patients with PD and correlated them with demographic and clinical variables, including the cognitive status assessed by the Montreal Cognitive Assessment (MoCA). Patients were asked about their three most troublesome neurological complaints after reviewing all motor and non-motor symptoms. Responses were divided into three tiers. Results We studied 230 consecutive patients with PD. There were 130 (56.5%) male patients, with the mean age at evaluation of 67.7 ± 11.06 years. The most common neurological complaints in the top tier were (1) tremor ( n = 80, 34.8%), (2) gait problems ( n = 37, 16.1%), and (3) dyskinesia ( n = 17, 7.4%). Speech difficulties, dyskinesia, and insomnia became more prominent 5 or 10 years after disease onset. A total of 159 (69.1%) patients reported “at least one non-motor symptom” among their top-3 tier complaints. Pain ( n = 29, 12.6%), anxiety ( n = 25, 10.8%), and insomnia ( n = 25, 10.8%) were the most common non-motor symptoms. The presence of non-motor symptoms in the top three tiers was associated with decreased cognitive status (MoCA <25 points), but not with age, sex, or disease evolution time. Cognitive impairment was a significant predictor of non-motor symptoms in their top three tiers [odds ratio [OR]: 3.88 (95% CI: 1.647 to 9.169)]. Cluster analysis of patients with at least one non-motor symptom identified four groups: male or female patients with short evolution time, a postural-instability gait difficulty (PIGD) phenotype, and a dyskinetic group. The latter two were associated with a higher frequency of fatigue, insomnia, pain, and anxiety. Conclusion Overall, tremor was the most troublesome symptom in patients with PD, though high variability was observed. Approximately 69% of patients had at least one non-motor symptom among their top-3 complaints, which was associated with abnormal cognitive status. Speech difficulties, dyskinesia, and insomnia became more prominent with disease progression. Among patients with non-motor symptoms in the top three tiers, those with a PIGD phenotype or prominent dyskinesia exhibited a higher frequency of fatigue, insomnia, pain, and anxiety, suggesting a clustering effect of non-motor symptoms with these motor presentations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Aging NeuroscienceMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207