The Transition of Deep Brain Stimulation from Disease Specific to Symptom Specific Indications
Notice bibliographique
Résumé
The success of chronic deep brain stimulation (DBS) and electrical neuro-network modulation (ENM) to address neurological and neuropsychiatric disorders has led the Food and Drug Administration (FDA), and also other worldwide regulatory agencies to grant approval for the use of DBS in specific disorders. In the United States, DBS is FDA approved for the treatment of advanced Parkinson's disease (PD), essential tremor (ET), obsessive compulsive disorder (OCD), and for dystonia. OCD and dystonia have been approved under a mechanism referred to as a humanitarian device exemption (HDE). However, as the field of DBS and ENM evolve there has been a shift in practice patterns from targeting diseases to targeting specific and disabling symptoms. This shift has been driving interdisciplinary DBS boards to collect, and to address symptom profiles in all potential DBS candidates. Based on a specific symptom profile, a strategic and personalized medicine approach can be undertaken. The personalized approach will take into consideration the brain target, a unilateral versus a bilateral procedure, and the potential for use of more than one DBS lead per brain hemisphere. Additionally, a personalized approach to DBS will also facilitate improved pre-operative medication adjustments, as well as optimal post-operative medication, behavioral, and device management.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».