Practice Parameter: Evaluation and treatment of depression, psychosis, and dementia in Parkinson disease (an evidence-based review): [RETIRED]
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
OBJECTIVE: To make evidence-based treatment recommendations for patients with Parkinson disease (PD) with dementia, depression, and psychosis based on these questions: 1) What tools are effective to screen for depression, psychosis, and dementia in PD? 2) What are effective treatments for depression and psychosis in PD? 3) What are effective treatments for PD dementia or dementia with Lewy bodies (DLB)? METHODS: A nine-member multispecialty committee evaluated available evidence from a structured literature review using MEDLINE, and the Cochrane Database of Health and Psychosocial Instruments from 1966 to 2004. Additional articles were identified by panel members. RESULTS: The Beck Depression Inventory-I, Hamilton Depression Rating Scale, and Montgomery Asberg Depression Rating Scale should be considered to screen for depression in PD (Level B). The Mini-Mental State Examination and the Cambridge Cognitive Examination should be considered to screen for dementia in PD (Level B). Amitriptyline may be considered to treat depression in PD without dementia (Level C). For psychosis in PD, clozapine should be considered (Level B), quetiapine may be considered (Level C), but olanzapine should not be considered (Level B). Donepezil or rivastigmine should be considered for dementia in PD (Level B) and rivastigmine should be considered for DLB (Level B). CONCLUSIONS: Screening tools are available for depression and dementia in patients with PD, but more specific validated tools are needed. There are no widely used, validated tools for psychosis screening in Parkinson disease (PD). Clozapine successfully treats psychosis in PD. Cholinesterase inhibitors are effective treatments for dementia in PD, but improvement is modest and motor side effects may occur.
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) | 0,000 | 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 découle