Rationale and Clinical Pearls for Primary Care Doctors Referring Patients for Deep Brain Stimulation
Notice bibliographique
Résumé
BACKGROUND: Deep brain stimulation (DBS) is a surgical treatment involving the implantation of a brain lead connected to a chest-based neurostimulator similar to a cardiac pacemaker. The device can be programmed to deliver electrical impulses to neuromodulate abnormal brain circuitry in disorders such as Parkinson's disease (PD), essential tremor (ET), and dystonia. As the number of patients receiving DBS surgery increases, it will be important for primary care doctors to identify reasonable DBS candidates for referral to an experienced center. OBJECTIVE: To provide primary care physicians with a rationale and also to provide clinically useful pearls for referral of potential DBS candidates. METHODS: A complete PubMed review of the literature. RESULTS: This review will be focused on PD and ET and will address the following issues: what are the common motor and nonmotor symptoms? What is the evidence supporting the use of DBS in PD and ET? What is the importance of a multi- or interdisciplinary DBS team for patient selection? What can be done to improve success in identifying and referring potential DBS candidates? CONCLUSION: DBS is a highly effective therapy for select candidates with PD and ET. The most important factor influencing DBS outcome is proper patient selection. It will be critical as DBS continues to be more commonly employed for primary care doctors to select candidates from their practices as appropriate referrals to specialized centers.
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) | 0,001 | 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 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 ».