MétaCan
Menu
Retour à la cohorte
Enregistrement W2113443732 · doi:10.1002/mds.20189

Salivary production in Parkinson's disease

2004· article· en· W2113443732 sur OpenAlexaff
Melisa Proulx, François P. De Courval, Michael Wiseman, Michel Panisset

Notice bibliographique

RevueMovement Disorders · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueBotulinum Toxin and Related Neurological Disorders
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésParkinson's diseaseMedicineProduction (economics)DiseasePsychologyPathologyEconomics

Résumé

récupéré en direct d'OpenAlex

Hypersialorrhea is a common phenomenon in Parkinson disease (PD). The objective of this study was to determine whether patients with PD had an abnormally increased production of saliva and whether the production of saliva could be associated to factors related to either the disease characteristics or to its treatment. A total of 83 patients with PD and 55 control subjects participated in this study. Because of the age difference between the two groups, comparisons were made on a +/-2-year age-matched sample of 44 PD patients and 44 control subjects. PD patients produced significantly less saliva than control subjects. Correlations were obtained with the 83 PD patients between unstimulated salivary flow and patients characteristics. When controlling for age, sex, and Hoehn and Yahr scale, decreased production of saliva correlated significantly with the dose of levodopa and the symptoms of xerostomia. When controlling for medications, there was no relationship between the production of saliva and the evolution of the disease. This study shows that patients with PD produce less saliva than normal. Factors influencing the production of saliva include the use of levodopa and female gender. Our results may have implications for the treatment of drooling in PD.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,240
Écart entre enseignants0,229 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations178
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetBotulinum Toxin and Related Neurological DisordersTravaux en français237 207