Exploring quantile graphs: A novel approach for classifying Parkinson’s disease-related events during the TUG test
Notice bibliographique
Résumé
Abstract Parkinson’s disease (PD) is a neurological disorder that affects the central nervous system, resulting in the progressive impairment of movements, such as tremors, slow movements, muscle stiffness, imbalance, speech and writing disturbances, and deterioration of gait. Understanding the challenges associated with PD, including episodes of freezing, where individuals suddenly stop and struggle to resume rhythmic movements, has been a subject of study in the literature. The reliable detection of freezing before it occurs still lacks an effective mechanism, emphasizing the importance of understanding the dynamic changes in the brain related to both frozen moments and healthy functioning. Recent studies have focused on analyzing PD through techniques such as electroencephalography (EEG), which records the brain’s electrical activity and generates temporal series. However, this approach faces challenges, prompting the exploration of alternative techniques and interdisciplinary approaches to gather more comprehensive information about these signals. A promising approach is the use of Quantile Graphs (QG), which have shown potential in distinguishing patients with various medical conditions but have not yet been tested in PD patients. The QG method involves mapping temporal series into a network based on transition probabilities. In this context, this article aims to investigate the application of QG to quantify differences in brains affected by PD and pave the way for the application of this method to the disease. To achieve this initial goal, EEG data from 18 channels were collected from four PD patients, classifying three events of the patient during the Timed Up and Go (TUG) test (normal walking, Freezing of Gait, and voluntary stop). The findings confirmed the utility of QG in analyzing complex and nonlinear signals, such as those generated by EEG recordings in individuals with PD. Using QG, researchers can obtain valuable information about the intricate dynamics of brain activity related to PD. This approach holds promise for improving the understanding of PD and potentially aiding in the early detection and treatment of freezing episodes, ultimately enhancing the quality of life for individuals living with this challenging condition.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».