Notice bibliographique
Résumé
Despite all recent advances in symptomatic therapy Parkinson's disease (PD) continues to be a relentlessly progressive neurodegenerative disorder. Therefore therapies that will slow or hold disease progression are a major medical unmet need in PD. Clinical measures of disease progression that have been used in disease modification trials so far have focused on indices of progression of cardinal motor features like bradykinesia, rigidity, and tremor as captured by the UPDRS and the emerging need for effective dopaminergic symptomatic therapy. Progression of global disability in PD, however, is driven by additional factors beyond progressive nigrostriatal denervation leading to increasing severity of cardinal motor features. Progressive pathology in extranigral sites in the brain or peripheral autonomic nervous system contribute to poorly levodopa responsive motor symptoms like postural instability, freezing and falls or nonmotor symptoms. In addition treatment-induced motor complications also impact on PD disability. Although it is widely accepted that clinical progression of PD is multidimensional and in addition includes effects of aging, there is no consensus how to best implement more clinically meaningful endpoints for disease progression trials that would reflect these complex interactions impacting on the evolution of global disability in PD. There is an urgent need for biomarkers for disease progression that would faithfully reflect advancing neurodegeneration and resulted clinical disability in PD and that could be used in shorter term clinical trials testing putative disease modifying agents.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 ».