Level I PD-MCI Using Global Cognitive Tests and the Risk for Parkinson's Disease Dementia.
Notice bibliographique
Résumé
BACKGROUND: The criteria for PD-MCI allow the use of global cognitive tests. Their predictive value for conversion from PD-MCI to PDD, especially compared to comprehensive neuropsychological assessment, is unknown. METHODS: The MDS PD-MCI Study Group combined four datasets containing global cognitive tests as well as a comprehensive neuropsychological assessment to define PD-MCI (n = 467). Risk for developing PDD was examined using a Cox model. Global cognitive tests were compared to neuropsychological test batteries (Level I&II) in determining risk for PDD. RESULTS: PD-MCI based on a global cognitive test (MMSE or MoCA) increases the hazard for developing PDD (respectively HR = 2.57, P = 0.001; HR = 4.14, P = <0.001). The C-statistics for MMSE (0.72) and MoCA (0.70) were lower than those based on neuropsychological tests (Level I = 0.82; Level II = 0.81). Sensitivity, specificity and diagnostic accuracy balance was best in Level II. CONCLUSION: MMSE and MoCA predict conversion to PDD. However, Level II neuropsychological assessment seems the preferred assessment for PD-MCI.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».