S'abonner

Caractéristique clinique de la maladie de Parkinson associée à la mutation LRRK2-G2019S - 27/03/18

Doi : 10.1016/j.neurol.2018.01.259 
Sawssan Ben Romdhan 1, , Nouha Bouzidi 1, Olfa Hdiji 1, Mouna Ben Djebara 2, Mariem Dammak 1, Riyadh Gouider 2, Chokri Mhiri 1
1 Service de neurologie, CHU Habib Bourguiba, Sfax, Tunisie 
2 Neurologie, CHU Razi, Manouba, Tunisie 

Auteur correspondant.

Résumé

Introduction

La mutation LRRK2-p.G2019S est la mutation la plus fréquente dans la maladie de Parkinson (MP). L’étude du parkinsonisme associé à cette mutation peut avoir une valeur pronostique et aide au conseil génétique.

Objectifs

Le but de cette étude était d’analyser le phénotype clinique associé à la mutation G2019S en Tunisie.

Méthodes

Nous avons recruté 107 patients parkinsoniens porteurs de la mutation G2019S et 143 patients non porteurs. Nous avons collecté les données épidémiologiques, cliniques et paracliniques pour chaque patient, incluant les scores Hoehn et Yahr, UPDRS, MMSE et Beck's Depression score. Les comparaisons statistiques entre les porteurs et les non-porteurs de cette mutation ont été évaluées en utilisant le programme R.

Résultats

Pour les deux groupes de patients, l’âge de début de la maladie et la durée d’évolution étaient similaires. Les patients porteurs de la mutation G2019S ont montré un score UPDRS plus faible que celui chez les non-porteurs (31,3±17,24 vs 37,7±21,53, p=0,03). Un score MMSE plus faible a été aussi observé chez les patients porteurs de la mutation G2019S (25,77±2,89) par rapport aux non-porteurs (24,37±4,65, p=0,021).

Discussion

Sur une durée similaire de l’évolution de la maladie, la comparaison des données cliniques a montré que les porteurs de la mutation G2019S sont moins susceptibles de développer une déficience cognitive et ont une progression plus lente de la maladie par rapport aux non-porteurs.

Conclusion

L’étude de notre cohorte tunisienne montre que les patients parkinsoniens porteurs de la mutation G2019S ont un phénotype moins sévère que les non-porteurs.

Le texte complet de cet article est disponible en PDF.

Mots clés : LRRK2, G2019S, Maladie de Parkinson


Plan


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 174 - N° S1

P. S115 - avril 2018 Retour au numéro
Article précédent Article précédent
  • Symptômes non moteurs de la maladie de Parkinson et leur impact sur la qualité de vie
  • Mariem Mhiri, Naija Salma, Nasr Asma, Nadia Zouari, Anis Hassine, Sana Ben Amor, Sofien Ben Ammou
| Article suivant Article suivant
  • Implication des éléments traces dans la pathogenèse et la progression de la MPI
  • Nadia Zouari, Ben Halima Manel, Anis Hassine, Ahmed Mili, Salma Naija, Sana Ben Amor, Sofien Ben Ammou

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.