Utilidad de la MIS en la predicción del desarrollo de demencia en enfermos de Parkinson
Notice bibliographique
Résumé
Introducción: la Enfermedad de Parkinson (EP) es la segunda enfermedad neurodegenerativa en frecuencia y su prevalencia está en aumento. Uno de los síntomas más problemáticos de la EP es la demencia que es debida a un deterioro cognitivo cortical posterior. La evaluación de la afectación cortical posterior podría identificar a los pacientes con riesgo de demencia. Este deterioro no se puede evaluar con los instrumentos de screening habituales como la escala Montreal Cognitive Assessment (MoCA), pero el Memory Index Score de la MoCA (MIS) podría ser adecuado. Objetivos: comparar la correlación de la MoCA y la MIS con la funcionalidad cognitiva en el momento de su administración con la funcionalidad cognitiva medida un año más tarde y evaluar la capacidad del MIS de mejorar un modelo predictivo de demencia. Metodología: sobre una cohorte de 132 pacientes con EP sin demencia se compararon las correlaciones de las puntuaciones totales de MoCA y MIS con la funcionalidad cognitiva medida por Parkison’s disease – Cognitive Functional Rating Scale (PD-CFRS) como medida de demencia. Esto se realizó tanto para la PD-CFRS basal como al año. Se compararon modelos predictivos de demencia que incluían MIS o MoCA con otro que no los incluía. Resultados: la correlación de la MoCA con la PD-CFRS en dos mediciones con un año de diferencia disminuye (ρ=-0,57 vs ρ=-0,45) mientras que la MIS aumenta la suya (ρ=-0,21 vs ρ=-0,25). El modelo de predicción de demencia basado en datos clínicos se ve mejorado con la asociación de la MoCA. Sin embargo, la mejoría es mayor si se le asocia la MIS. Conclusiones: la MIS de la MoCA V8 tiene una influencia en el riesgo de desarrollo de demencia en los pacientes con Parkinson mayor al año de la evaluación que en el momento de la evaluación, al contrario que la puntuación principal de la MoCA, lo que sugiere que, pasado el suficiente tiempo, la MIS tendrá mayor relevancia en el riesgo de desarrollo de demencia que la MoCA. La MIS tiene capacidad de mejorar las predicciones de desarrollo de demencia basadas en datos clínicos habituales.
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 | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».