NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Son zamanlarda yayınlanan birkaç yayın, Parkinson hastalığı (PD) olan denekleri tanımlamak için algoritmalar tanımladı. "PREDIGT Score"u oluştururken, daha önce PD insidansını potansiyel olarak hesaplamak için hipotez güdümlü, kullanımı basit bir formül geliştirdik. Burada, performansını 'De Novo Parkinson Çalışması' (DeNoPa) ve 'Parkinson'un İlerleme İşaretçisi Girişimi' (PPMI) 'nde test ettik; ikincisi, 'Nörolojik Hastalığı Olan İnsanları Follow Up' (FOUND) kohortundan katılımcıları içeriyordu. 563 yeni teşhis edilen PD hastası ve 306 sağlıklı kontrol deneksinden elde edilen temel veriler değerlendirildi. 13 değişkene dayanarak, orijinal PREDIGT Score, DeNoPa, PPMI + FOUND'daki PD hastalarını ve sırasıyla 0,88 (%95 CI 0.83-0.92), 0,79 (%95 CI 0.72-0.85) ve 0,84 (%95 CI 0.8-0.88) alan altı (AUC) değerlerine sahip havuzlu kohortları tanımladı. Basitleştirilmiş bir sürüm (8 değişken) sırasıyla DeNoPa, PPMI ve havuzlu kohortlarda 0.92 (%95 CI 0.89-0.95), 0.84 (%95 CI 0.81-0.87) ve 0.87 (0.84-0.89) AUC değerleri oluşturdu. İki aşamalı, tarama tipi bir yaklaşımda, bir ankete kendi kendine bildirilen yanıtlar (adım 1), PD hastalarını AUC 0,81 (%95 CI 0.75-0.86) ile kontrollerden ayırır. Tek, objektif bir test ekleme (Adım 2) daha da geliştirilmiş sınıflandırma. Keşfedilen yedi biyolojik işaret arasında hiposmia en bilgilendirici olanıydı. Kompozit AUC değeri DeNoPa'da 0.9 (%95 CI 0.88-0.91) ve PPMI'da 0.89 (%95 CI 0.84-0.94) olarak ölçülmüştür. Bu sonuçlar, yeni teşhis edilen PD hastalarını iki yerleşik kohortta kontrollerden ayırt etmek için orijinal PREDIGT Score'un sağlam bir performansını ortaya koymaktadır. Ayrıca, formülün PD denekleri için nüfus tarama tipi bir yaklaşımda zenginleştirmedeki potansiyel uygulanabilirliğini de gösteriyoruz.
Özgün kaynak özetini okuyun
Several recent publications described algorithms to identify subjects with Parkinson's disease (PD). In creating the "PREDIGT Score", we previously developed a hypothesis-driven, simple-to-use formula to potentially calculate the incidence of PD. Here, we tested its performance in the 'De Novo Parkinson Study' (DeNoPa) and 'Parkinson's Progression Marker Initiative' (PPMI); the latter included participants from the 'FOllow Up persons with Neurologic Disease' (FOUND) cohort. Baseline data from 563 newly diagnosed PD patients and 306 healthy control subjects were evaluated. Based on 13 variables, the original PREDIGT Score identified recently diagnosed PD patients in the DeNoPa, PPMI + FOUND and the pooled cohorts with area-under-the-curve (AUC) values of 0.88 (95% CI 0.83-0.92), 0.79 (95% CI 0.72-0.85), and 0.84 (95% CI 0.8-0.88), respectively. A simplified version (8 variables) generated AUC values of 0.92 (95% CI 0.89-0.95), 0.84 (95% CI 0.81-0.87), and 0.87 (0.84-0.89) in the DeNoPa, PPMI, and the pooled cohorts, respectively. In a two-step, screening-type approach, self-reported answers to a questionnaire (step 1) distinguished PD patients from controls with an AUC of 0.81 (95% CI 0.75-0.86). Adding a single, objective test (Step 2) further improved classification. Among seven biological markers explored, hyposmia was the most informative. The composite AUC value measured 0.9 (95% CI 0.88-0.91) in DeNoPa and 0.89 (95% CI 0.84-0.94) in PPMI. These results reveal a robust performance of the original PREDIGT Score to distinguish newly diagnosed PD patients from controls in two established cohorts. We also demonstrate the formula's potential applicability to enriching for PD subjects in a population screening-type approach.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.