Toepassing van machine learning-methode bij de validatie van cognitieve screeningstests voor parkinsonismen (CoMDA-ML-P)

Inclusiecriteria:

diagnose van idiopathische PD volgens de MDS klinische diagnostische criteria (Postuma et al. 2015); b) diagnose van PSP volgens de MDS klinische diagnostische criteria (Höglinger et al. 2017); c) diagnose van MSA volgens de tweede diagnostische consensusverklaring (Gilman et al. 2008); d) diagnose van VP volgens Zijlmans et al (Zijlmans et al. 2004).

Uitsluitingscriteria:

a) elke focale hersenlaesie gedetecteerd met beeldvormingsonderzoeken van de hersenen (CT of MRI); b) diagnose van klinisch relevante psychiatrische stoornissen, psychose (beoordeeld met Neuropsychiatric Inventory) en/of delirium; c) diagnose van dementie of MCI; d) diagnose van andere neurologische aandoeningen dan de ziekte van Parkinson of atypische Parkinson-syndromen; e) andere medische aandoeningen die de cognitieve status negatief beïnvloeden; f) storende rust- en/of actietremor, overeenkomend met scores 2-4 in de specifieke items van MDS Unified Parkinson's Disease Rating Scale (MDS-UPDRS) III, die de psychometrische evaluatie kunnen beïnvloeden; g) storende dyskinesie, overeenkomend met scores 2-4 in de specifieke items van MDS-UPDRS III, om zo de psychometrische evaluatie te beïnvloeden; h) auditieve en/of visuele stoornissen die het vermogen van de patiënt aantasten om cognitieve tests uit te voeren.