Falls in persons with Parkinson's disease: Do non-motor symptoms matter as much as motor symptoms? / Caídas en personas con enfermedad de Parkinson: ¿Los síntomas no motores importan tanto como los síntomas motores?
Arq. neuropsiquiatr
;
77(11): 761-767, Nov. 2019. tab
Artículo
en Inglés
| LILACS
| ID: biblio-1055191
ABSTRACT
ABSTRACT Falls are common among persons with Parkinson's disease (PD). On the other hand, predicting falls is complex as there are both generic and PD-specific contributors. In particular, the role of non-motor symptoms has been less studied. Objective:
The objective of this study was to identify the role of non-motor predictors of falling in persons with PD (PwP).Methods:
A cross-sectional study was carried out in PwP recruited from a movement disorders clinic. Clinical and demographical data were collected. All PwP were assessed using the Movement Disorders Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS) and the Non-Motor Symptoms Scale (NMSS). Variables were assessed at the bivariate level. Significant variables were put into a logistic regression model.Results:
A total of 179 PwP were included. Overall, 16.8% of PwP had fallen in the past 12 months, with 53.3% of them being recurrent fallers. The mean number of monthly falls was 2.5 ± 3.3. Factors associated with falling in the bivariate analysis included the disease duration, Hoehn and Yahr stage, MDS-UPDRS part I and II, postural instability/gait disturbance (PIGD) subtype, NMSS urinary domain, NMSS miscellaneous domain, and non-motor severity burden (all p-values < 0.05). After multivariate analysis, only the disease duration (p = 0.03) and PIGD (p = 0.03) remained as independent risk factors.Conclusion:
Disease duration and the PIGD subtype were identified as relevant risk factors for falls in PwP Non-motor symptoms appear to have a less important role as risk factors for falls.RESUMEN
RESUMEN Las caídas son frecuentes entre las personas con Parkinson (EP). La predicción de caídas es compleja ya que existen contribuyentes genéricos y específicos. El papel de los síntomas no motores ha sido menos estudiado. Objetivo:
Identificar el papel de los factores no motores en caídas en personas con EP (PcP).Métodos:
Estudio transversal en PcP reclutadas en una clínica de trastornos del movimiento. Se incluyeron datos clínicos y demográficos. Todos los PcP se evaluaron con la Escala Unificada de Enfermedad de Parkinson modificada por la Sociedad Internacional de Trastornos del Movimiento (MDS-UPDRS) y la Escala de Síntomas No Motores (NMSS). Se incluyeron variables significativas en un modelo de regresión logística.Resultados:
Se incluyeron un total de 179 PcP El 16.8% había presentado una caída en los últimos doce meses y el 53.3% de forma recurrente. El número medio de caídas mensuales fue de 2.5 ± 3.3. Los factores asociados con la caída en el análisis bivariado fueron la duración de la enfermedad, Hoehn e Yahr, MDS-UPDRS parte I y II, subtipo de alteración de la marcha/inestabilidad postural (PIGD), dominio urinario del NMSS, dominio misceláneo del NMSS y carga de severidad no motora (todos los valores de p < 0.05). Después del análisis multivariado, solo la duración de la enfermedad (p = 0.03) y PIGD (p = 0.03) permanecieron como un factor de riesgo independiente.Conclusión:
La duración de la enfermedad y PIGD se identificaron como factores de riesgo para caídas. Los síntomas no motores parecen tener un papel menos relevante en las caídas.
Texto completo:
Disponible
Índice:
LILACS (Américas)
Asunto principal:
Enfermedad de Parkinson
/
Accidentes por Caídas
/
Trastornos Motores
Tipo de estudio:
Estudio diagnóstico
/
Estudio de etiología
/
Estudio observacional
/
Estudio de prevalencia
/
Estudio pronóstico
/
Factores de riesgo
Límite:
Anciano
/
Femenino
/
Humanos
/
Masculino
Idioma:
Inglés
Revista:
Arq. neuropsiquiatr
Asunto de la revista:
Neurología
/
Psiquiatria
Año:
2019
Tipo del documento:
Artículo
País de afiliación:
México
Institución/País de afiliación:
Instituto Nacional de Neurología y Neurocirugía/MX
Similares
MEDLINE
...
LILACS
LIS