MétaCan
Menu
Retour à la cohorte
Enregistrement W1999772350 · doi:10.2147/dddt.s32328

New and emerging treatments for symptomatic tardive dyskinesia

2013· review· en· W1999772350 sur OpenAlexaff
Abdul Qayyum Rana, Zishan Chaudry, Pierre J. Blanchet

Notice bibliographique

RevueDrug Design Development and Therapy · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensUniversité de MontréalParks CanadaThe Scarborough HospitalParkinson's Clinic of Eastern Toronto & Movement Disorders CentreWorld Wildlife Fund Canada
Organismes subventionnairesnon disponible
Mots-clésTardive dyskinesiaTetrabenazineMedicineLevetiracetamPharmacologyBioinformaticsPsychiatryDopamineInternal medicineBiologySchizophrenia (object-oriented programming)Epilepsy

Résumé

récupéré en direct d'OpenAlex

The aim of this review is to assess new, emerging, and experimental treatment options for tardive dyskinesia (TD). The methods to obtain relevant studies for review included a MEDLINE search and a review of studies in English, along with checking reference lists of articles. The leading explanatory models of TD development include dopamine receptor supersensitivity, GABA depletion, cholinergic deficiency, neurotoxicity, oxidative stress, changes in synaptic plasticity, and defective neuroadaptive signaling. As such, a wide range of treatment options are available. To provide a complete summary of choices we review atypical antipsychotics along with resveratrol, botulinum toxin, Ginkgo biloba, tetrabenazine, clonazepam, melatonin, essential fatty acids, zonisamide, levetiracetam, branched-chain amino acids, drug combinations, and invasive surgical treatments. There is currently no US Food and Drug Administration-approved treatment for TD; however, prudent use of atypical antipsychotics with routine monitoring remain the cornerstone of therapy, with experimental treatment options available for further 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,064
Tête enseignante GPT0,320
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations61
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrug Design Development and TherapyMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207