Predictive modeling to uncover Parkinson's disease characteristics that delay diagnosis

Publikation: Beitrag in FachzeitschriftForschungsartikelBeigetragenBegutachtung

Beitragende

  • Tom Hähnel - , Klinik und Poliklinik für Neurologie, Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen (Autor:in)
  • Tamara Raschka - , Universität Bonn (Autor:in)
  • Jochen Klucken - , Center Hospitalier de Luxembourg (Autor:in)
  • Enrico Glaab - , University of Luxembourg (Autor:in)
  • Jean-Christophe Corvol - , Sorbonne Université, Institut du Cerveau et de la Moelle Epinière (ICM), Assistance Publique – Hôpitaux de Paris, Hôpital de la Salpêtrière (Autor:in)
  • Björn H. Falkenburger - , Klinik und Poliklinik für Neurologie, Deutsches Zentrum für Neurodegenerative Erkrankungen (DZNE) - Standort Dresden (Autor:in)
  • Holger Fröhlich - , Universität Bonn (Autor:in)

Abstract

PD patients present with diverse symptoms, complicating timely diagnosis. We analyzed 1124 PD trajectories using a novel model-based approach to estimate whether diagnosis was early or late compared to cohort averages. Higher age, specific non-motor symptoms, and fast disease progression were linked to later diagnosis, while gait impairment led to earlier diagnosis. Our findings are in line with a biological definition of PD that extends beyond classical motor symptoms.

Details

OriginalspracheEnglisch
Aufsatznummer64
Seitenumfang7
FachzeitschriftNPJ Parkinson's disease
Jahrgang11 (2025)
Ausgabenummer1
PublikationsstatusVeröffentlicht - 2 Apr. 2025
Peer-Review-StatusJa

Externe IDs

ORCID /0000-0002-2387-526X/work/181860662
Scopus 105001644947

Schlagworte

Forschungsprofillinien der TU Dresden

Fächergruppen, Lehr- und Forschungsbereiche, Fachgebiete nach Destatis