PubMed دسترسی آزاد

Symptom-based classification of Parkinson's disease using retrospective electronic medical records: A STROBE-compliant cross-sectional study.

استودیوی صوتی مقاله

پخش حرفه‌ای فارسی و انگلیسی

در حال بررسی نسخه‌های صوتی ذخیره‌شده…

صوت تولیدشده با هوش مصنوعی است. برای کاربرد علمی یا درمانی، متن و منبع اصلی را بررسی کنید.
خواندن هوشمند فارسی و انگلیسی در حال آماده‌سازی صداهای مرورگر…
تنظیم صدای طبیعی و سرعت

صداهایی که در نامشان «Natural»، «Neural» یا «Online» دیده می‌شود معمولاً طبیعی‌ترند. انتخاب صدا به صداهای نصب‌شده در ویندوز و مرورگر شما بستگی دارد.

چکیده اصلی

This cross-sectional study of electronic medical records (EMRs) was conducted to investigate symptom patterns associated with Parkinson's disease (PD) duration and severity and to explore a symptom-based classification of PD. Data from 334 patients with idiopathic PD who visited a single hospital in South Korea between 2011 and 2021, were used to extract a range of PD-associated symptoms and traditional East-Asian medicine (TEAM) symptoms. Frequency analysis was performed to identify key clinical symptoms by PD progression and severity. Patients with moderate disease severity exhibited different symptom patterns across disease-duration categories, including differences in dyskinesia, speech disorder, floating pulse, and yellow tongue coating. Hierarchical clustering based on PD-related and traditional East Asian medicine symptoms identified 5 distinct EMR-based subtypes. EMR subtype 1 was characterized by the mildest disease severity and shortest disease duration, whereas the remaining subtypes showed distinct symptom profiles and a generally greater overall symptom burden. This information may be useful for identifying clinically distinguishable EMR-based PD subtypes and symptom patterns associated with disease duration and severity. These preliminary findings provide a basis for future studies investigating whether such patterns may inform individualized approaches to PD management.

نتیجه فارسی

این مطالعه مقطعی ۳۳۴ بیمار مبتلا به PD ایدیوپاتیک را در کره جنوبی بررسی کرد تا الگوهای علائم و زیرنوع‌های متمایز را بر اساس شدت و مدت بیماری شناسایی کند. تحلیل خوشه‌بندی سلسله‌مراتبی ۵ زیرنوع متمایز را شناسایی کرد که یکی از آن‌ها با شدت کمترین و مدت کوتاه‌ترین و بقیه با بار علائم بیشتر بودند.

  • تحلیل داده‌های EMR ۳۳۴ بیمار مبتلا به PD ایدیوپاتیک انجام شد.
  • ۵ زیرنوع متمایز مبتنی بر EMR شناسایی شد.
  • بیماران با شدت متوسط بیماری، الگوهای علائم متفاوتی نسبت به سایر شدت‌ها نشان دادند.
  • یافته‌ها می‌توانند پایه‌ای برای رویکرد‌های فردی‌سازی شده در مدیریت PD باشند.

ترجمه فارسی چکیده

این مطالعه مقطعی از سوابق الکترونیک پزشکی (EMR) برای بررسی الگوهای علائم مرتبط با مدت و شدت بیماری پارکینسون (PD) و اکتشاف یک طبقه‌بندی مبتنی بر علائم انجام شد. داده‌های ۳۳۴ بیمار مبتلا به PD ایدیوپاتیک که در یک بیمارستان در کره جنوبی بین سال‌های ۲۰۱۱ تا ۲۰۲۱ مراجعه کرده بودند، برای استخراج طیفی از علائم مرتبط با PD و علائم طبقه‌بندی سنتی شرق آسیا (TEAM) استفاده شد. تحلیل فراوانی برای شناسایی علائم بالینی کلیدی بر اساس پیشرفت و شدت PD انجام شد. بیماران با شدت متوسط بیماری، الگوهای علائم متفاوتی در دسته‌بندی‌های مدت بیماری نشان دادند، از جمله تفاوت‌ها در دیسکینزی، اختلال گفتار، پالس شناور و پوشش زبان زرد. خوشه‌بندی سلسله‌مراتبی مبتنی بر علائم مرتبط با PD و طبقه‌بندی سنتی شرق آسیا، ۵ زیرنوع متمایز مبتنی بر EMR را شناسایی کرد. زیرنوع EMR ۱ با شدت بیماری کمترین و مدت بیمانی کوتاه‌ترین را داشت، در حالی که سایر زیرنوع‌ها پروفایل‌های علائم متمایز و generally بار کلی علائم بیشتر را نشان دادند. این اطلاعات ممکن است برای شناسایی زیرنوع‌های متمایز بالینی مبتنی بر EMR و الگوهای علائم مرتبط با مدت و شدت بیماری مفید باشد. این یافته‌های اولیه پایه‌ای را برای مطالعات آینده فراهم می‌کند که بررسی می‌کنند آیا این الگوها می‌توانند رویکرد‌های فردی‌سازی شده برای مدیریت PD را الهام بخشند.

روش پژوهش

این مطالعه مقطعی با استفاده از داده‌های EMR در یک بیمارستان در کره جنوبی بین سال‌های ۲۰۱۱ تا ۲۰۲۱ انجام شد. تحلیل فراوانی و خوشه‌بندی سلسله‌مراتبی برای تحلیل داده‌ها استفاده شد.

محدودیت‌ها

محدودیت‌های گزارش نشده‌اند.

استخراج ساختاریافته از متن منبع

نمای PICO و پیامدها

جمعیت
۳۳۴ بیمار مبتلا به PD ایدیوپاتیک که در یک بیمارستان در کره جنوبی مراجعه کرده بودند.
مداخله/مواجهه
تحلیل فراوانی و خوشه‌بندی سلسله‌مراتبی مبتنی بر علائم مرتبط با PD و TEAM.
مقایسه
تحلیل فراوانی برای شناسایی علائم کلیدی بر اساس پیشرفت و شدت PD.
حجم نمونه
۳۳۴

متن کامل اصلی

نسخه دارای مجوز در منبع علمی در دسترس است.

لینک مستقیم از metadata منبع گرفته شده و در تب جدید باز می‌شود.

باز کردن متن کامل

کلیدواژه‌ها

Parkinson’s diseaseprognosissubtype clusteringsyndrome differentiationtraditional medicine
در همین زیرشاخه

مقاله‌های مرتبط

PubMed2026

Clinical effectiveness and safety of metadoxine in the management of acute alcohol intoxication: A single-center retrospective cohort study.

BACKGROUND: Acute alcohol intoxication (AAI) is a common emergency with no specific antidote. Metadoxine has shown potential but lacks sufficient real-world evidence, particularly in Chinese populations. OBJECTIVES: To evaluate the clinical efficacy and safety of metadoxine in patients with acute alcohol intoxication. METHODS: This single-center retrospective cohort study included 124 patients with AAI admitted to an emergency departme…

PubMed2026

D3MI: an efficient and powerful federated imputation method for bias reduction in the analysis of distributed incomplete data by accounting for within-site correlation and between-site heterogeneity.

BACKGROUND: Electronic health records (EHRs) collected from diverse healthcare institutions offer a rich and representative data source for clinical research. Federated learning enables analysis of these distributed data without sharing sensitive patient-level information, preserving privacy. However, missing data remain a major challenge and can introduce substantial bias if not properly addressed. Very few distributed imputation meth…

PubMed2026

Extraction of Pain Severity and Functional Interference From Clinical Narratives Using Domain-Informed Large Language Models: Protocol for a Development and Validation Study.

BACKGROUND: Chronic pain is a leading cause of disability and requires multidimensional assessment of pain intensity and functioning, yet electronic health records rarely capture these measures systematically. By contrast, surveys collecting patient-reported outcomes can assess pain over multiple dimensions but remain resource-intensive and difficult to scale for continuous population-level monitoring. OBJECTIVE: The objective of this …

PubMed2026

From data entry to digital transformation: Allied health perspectives on standardised electronic medical records data.

BACKGROUND: Electronic medical records (EMRs) currently rely on standardised data fields to support secondary data use for clinical care, performance monitoring, and system-level reporting. However, utilisation of standardised data capture and reporting within allied health remains underdeveloped in practice. Greater understanding of how allied health clinicians and managers perceive the purpose, value, and impact of standardised data …