MétaCan
Menu
Retour à la cohorte
Enregistrement W2121622907 · doi:10.3389/fneur.2015.00076

Future Scenarios for Levodopa-Induced Dyskinesias in Parkinson’s Disease

2015· article· en· W2121622907 sur OpenAlexaff
Antonio Cerasa, Giacomo Koch, Alfonso Fasano, Francesca Morgante

Notice bibliographique

RevueFrontiers in Neurology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLevodopaMovement disordersParkinson's diseasePhysical medicine and rehabilitationNeuroscienceDiseaseMedicinePsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

fter its first use in clinic since 1960, oral administration of l-3,4-dihydroxyphenylalanine (levodopa) remains the main treatment for Parkinson’s disease (PD) patients. Although the vast majority respond positively to treatment, a significant proportion of PD patients develop daily fluctuations in mobility and troublesome involuntary movements known as levodopa-induced dyskinesias (LIDs). The time-to-onset and severity of this motor complication show large individual variability thus limiting the long-term use of levodopa and clinical strategies aimed at reducing LIDs manifestation. In the last few years, a considerable effort has been made to understand the neurobiological basis of this motor complication. In particular, recent evidence coming from human and animal studies has strongly contributed to reduce the gaps in our knowledge of LIDs pathogenesis.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,005
Science ouverte0,0020,002
Intégrité de la recherche0,0090,005
Charge utile insuffisante (le modèle a refusé de juger)0,0200,006

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 Opus0,032
Tête enseignante GPT0,277
Écart entre enseignants0,244 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetNeurological disorders and treatmentsTravaux en français237 207