3-Year test-retest reliability in Parkinson’s disease and healthy older adults: The Parkinson’s progression markers initiative study
Notice bibliographique
Résumé
Repeated neuropsychological assessments are often conducted in clinical and research settings to track cognitive changes over single or multiple intervals in patients with Parkinson’s disease (PD). Yet few studies have documented test-retest reliability in PD. To address this gap, we used data from the Parkinson’s Progression Markers Initiative (PPMI) to investigate the reliability of five well-known neuropsychological tests over a 3-year follow-up assessment in early-stage PD with either normal (PD-NC; N = 158) or abnormal (PD-AC; N = 39) cognitive screening, categorized based on recommended cutoffs for the Montreal Cognitive Assessment (MoCA), and healthy older adults (HOA; N = 102). All participants analyzed maintained the same cognitive status category across the assessment points. Intraclass correlation coefficients (ICCs) estimated reliability. The overall ICCs calculated across time points were as follows: Judgment of Line Orientation (PD-NC = .47, PD-AC = .50, HOA = .59); Letter-Number Sequencing (PD-NC = .64, PD-AC = .64, HOA = .65); Semantic Fluency (PD-NC = .69, PD-AC = .89, HOA = .77); Symbol Digit Modalities Test (PD-NC = .67, PD-AC = .83, HOA = .71). For the two primary components of the Hopkins Verbal Learning Test-Revised, we found the following ICCs: immediate recall (PD-NC = .46, PD-AC = .57, HOA = .58); delayed recall (PD-NC = .42, PD-AC = .57, HOA = .54). Findings from this study provide useful information for clinicians and researchers toward selecting suitable neuropsychological tests to monitor cognition at two or more time points among newly diagnosed individuals with PD and HOA.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».