Validation of a Patient-Reported Outcome Measure Sensitive to Diet and Nutraceutical Exposure in Parkinson’s Disease
Notice bibliographique
Résumé
Background: The Patient-Reported Outcomes in Parkinson’s Disease (PRO-PD) scale is a 35-item visual analog measure designed to quantify symptom severity across motor and non-motor domains. Developed as a continuous, patient-centered outcome, PRO-PD captures patient-perceived change over time and is suitable for remote longitudinal assessment. This study evaluated the psychometric properties of PRO-PD across two independent datasets, in-cluding reliability, validity, factor structure, and minimal clinically important change (MCIC), and assessed its relevance to nutrition- and lifestyle-focused research. Methods: Convergent validity was evaluated in a cross-sectional clinical dataset (n = 46) using established clinician-rated and patient-reported instruments, including Hoehn and Yahr, Unified Parkinson’s Disease Rating Scale (UPDRS), Parkinson’s Disease Questionnaire-39 (PDQ-39), Montreal Cognitive Assessment (MoCA), and PROMIS measures. Internal con-sistency, temporal stability, factor structure, and known-groups validity were assessed in a large remote-monitoring cohort (n = 2,612). MCID thresholds were estimated in a longitudinal sub-sample (n = 390) using anchor-based methods, multinomial regression, and receiver operating characteristic analyses. Joint modeling (two-stage procedure) approach was applied to model the sensitivity of PRO-PD change in time to the binary diet factors evolution in time. Results: PRO-PD demonstrated strong convergent validity with established clinical measures, excellent internal consistency (Cronbach’s α = 0.93–0.95), and good test–retest reliability (ICC = 0.78 overall; 0.89 at 6 months). Confirmatory testing of a previously proposed eight-factor structure showed suboptimal fit, leading to a parsimonious four-factor solution (Cognitive, Autonomic, Motor, Psycho-Emotional) explaining 47.6% of variance. PRO-PD scores increased significantly with advancing disease duration and stage. MCID thresholds were +53.5 points for worsening and −78.5 points for improvement (AUC = 0.63–0.71), with greater sensitivity for detecting deterioration than improvement. Joint modeling further demonstrated sensitivity of PRO-PD to baseline dietary behaviors and dietary change over time. Conclusions: These findings support PRO-PD as a psychometrically robust, low-burden out-come measure suitable for remote monitoring and for use across nutrition, nutraceutical, and pharmacologic intervention studies, including in early PD where traditional scales may lack sensitivity.
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 | 0,025 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».