MétaCan
Menu
Retour à la cohorte
Enregistrement W1922248798 · doi:10.1093/brain/awh102

Presynaptic mechanisms of motor fluctuations in Parkinson’s disease: a probabilistic model

2004· article· en· W1922248798 sur OpenAlexafffund
Raúl de la Fuente‐Fernández, Michael Schulzer, Edwin Mak, Donald B. Calne, A. Jon Stoessl

Notice bibliographique

RevueBrain · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésNeuroscienceParkinson's diseaseProbabilistic logicPhysical medicine and rehabilitationPsychologyMotor symptomsDiseaseMedicineComputer scienceArtificial intelligenceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Levodopa-treated Parkinson's disease is often complicated by the occurrence of motor fluctuations, which can be predictable ('wearing-off') or unpredictable ('on-off'). In contrast, untreated dopa-responsive dystonia (DRD) is usually characterized by predictable diurnal fluctuation. The pathogenesis of motor fluctuations in treated Parkinson's disease and diurnal fluctuation in untreated DRD is poorly understood. We have developed a mathematical model indicating that all these fluctuations in motor function can be explained by presynaptic mechanisms. The model is predicated upon the release of dopamine being subject to probabilistic variations in the quantity of dopamine released by exocytosis of vesicles. Specifically, we propose that the concentration of intravesicular dopamine undergoes dynamic changes according to a log-normal distribution that is associated with different probabilities of release failure. Changes in two parameters, (i) the proportion of vesicles that undergo exocytosis per unit of time and (ii) the proportion of dopamine subject to re-uptake from the synapse, allowed us to model different curves of levodopa response, for the same degree of nigrostriatal damage in Parkinson's disease. The model predicts the following periods of levodopa clinical benefit: 4 h for stable responders, 3 h for wearing-off fluctuators, and 1.5 h for on-off fluctuators. The model also predicts that diurnal fluctuation in untreated DRD should occur some 8 h after getting up in the morning. All these results fit well with clinical observations. Additionally, we calculated the probability of obtaining a second ON period after a single dose of levodopa in Parkinson's disease (the 'yo-yoing' phenomenon). The model shows that the yo-yoing phenomenon depends on how fast the curve crosses the threshold that separates ON and OFF states, which explains why this phenomenon is virtually exclusive to patients with on-off fluctuations. The model supports the idea that presynaptic mechanisms play a key role in both short-duration and long-duration responses encountered in Parkinson's disease. Dyskinesias may also be explained by the same mechanisms.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,244

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,264
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations111
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrainMême sujetNeurological disorders and treatmentsTravaux en français237 207