Do Children Shield Us From Parkinson's? The Link Between Reproductive History and Disease Severity.

Abstract

Parkinson's disease (PD) is a rapidly progressing neurodegenerative disease with significant economic and social consequences. While existing research has extensively investigated genetic and environmental risk factors, the role of re- productive history and hormonal exposure remains not well understood and empirically inconclusive. Clarifying this relationship may help policymakers better identify high-risk groups and improve the targeting of prevention and long-term care. This thesis investigates whether reproductive history, measured primarily by the number of children, is associated with both the likelihood of developing PD and the severity of its progression. The source of our data is the PPMI, a longitudinal dataset combining clinical, demographic, and genetic information. Logistic regression is used to assess the incidence of the disease, while ordered logistic and linear regressions are used to assess disease severity, controlling for demographic, genetic, and lifestyle factors. The results show that the number of children is positively and significantly associated with the probability of PD diagnosis, while interaction effects with gender are only ro- bust when parity is modeled categorically. In contrast, no significant direct effect of the number of children on disease severity was...

Parkinsonova choroba je rychle se rozvíjející neurodegenerativní onemocnění s významnými ekonomickými a sociálními dopady. Přestože se stávající výzkum rozsáhle věnuje genetickým a environmentálním rizikovým faktorům, role repro- dukční anamnézy a hormonální expozice zůstává nedostatečně prozkoumána. Objasnění tohoto vztahu by mohlo tvůrcům politik pomoci lépe identifikovat vysoce rizikové skupiny a efektivněji cílit preventivní opatření a dlouhodobou péči. Tato práce zkoumá, zda je reprodukční historie, měřená především počtem dětí, spojena jak s pravděpodobností vzniku Parkinsonovy choroby, tak se zá- važností jejího průběhu. Zdrojem našich dat je PPMI, longitudinální dataset s klinickými, demografickými a genetickými daty. K odhadu pravděpodobnosti výskytu onemocnění je použita logistická regrese, zatímco k analýze závažnosti onemocnění jsou využity ordinální logistické a lineární regresní modely, přičemž jsou zohledňovány demografické, genetické a behaviorální faktory. Výsledky ukazují, že počet dětí je pozitivně a signifikantně spojen s pravděpodobností diagnózy Parkinsonovy choroby, přičemž interakční efekty s pohlavím jsou ro- bustní pouze při kategorickém vyjádření parity. Naopak nebyl nalezen stati- sticky významný přímý vliv počtu dětí na závažnost onemocnění. Místo toho se v hlavní...