Is There a Difference between Levodopa/ Dopa-Decarboxylase Inhibitor and Entacapone and Levodopa/Dopa-Decarboxylase Inhibitor Dose Fractionation Strategies in Parkinson’s Disease Patients Experiencing Symptom Re-Emergence due to Wearing-Off?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Two strategies to manage symptom re-emergence due to wearing-off with conventional levodopa/dopa-decarboxylase inhibitor (DDCI) therapy were compared in patients with Parkinson's disease (PD) in this randomized, open-label trial. PD patients receiving 3 daily doses of levodopa/DDCI were randomized to either levodopa/DDCI and entacapone or an increased dose frequency of levodopa/DDCI with or without an increased total daily dose (dose fractionation). After 1 month of treatment, patients were followed up for 1 year. A greater proportion of levodopa/DDCI and entacapone-treated patients had treatment success compared with dose-fractionated patients, according to investigator Clinical Global Impression of Change scores at 1 month (68 vs. 59%, respectively) and 1 year (60 vs. 51%, respectively). Mean 'off' time (time with symptoms) was improved in both groups at 1 month and 1 year, despite a reduction in the mean daily levodopa dose in the levodopa/DDCI and entacapone group at 1 month. The mean daily levodopa dose was increased in the dose fractionation group. At 1 month, there was a 4% reduction in patients experiencing dyskinesia with levodopa/DDCI and entacapone and a 3% increase with dose fractionation. These data suggest that levodopa/DDCI and entacapone reduces time with symptoms, the rate of motor complications and the daily levodopa dose compared with dose fractionation. However, as the observed differences were not statistically significant, further studies are required to confirm these results.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle