MétaCan
Menu
Retour à la cohorte
Enregistrement W2133710289 · doi:10.1002/mds.24997

Trial designs used to study neuroprotective therapy in Parkinson's disease

2012· review· en· W2133710289 sur OpenAlexaff
Anthony E. Lang, Eldad Melamed, Werner Poewe, Olivier Rascol

Notice bibliographique

RevueMovement Disorders · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésNeuroprotectionParkinson's diseaseDiseaseClinical trialConfoundingMedicineClinical study designPhysical medicine and rehabilitationIntensive care medicinePhysical therapyPsychologyPharmacologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

There have been numerous trials conducted to evaluate putative disease-modifying or neuroprotective treatments in Parkinson's disease. These trials have used several different study designs and outcome measures. Each of these has its own strengths and weaknesses. Confounding all studies is the potential symptomatic benefit that the treatment might have on the features of Parkinson's disease. In addition, patient-related factors such as age of onset and the nature of the dominant symptoms may have important impacts that are often not addressed. Here we provide an overview of the various trial designs that have been used and emphasize the challenges faced in attempting to study neuroprotection in Parkinson's disease and the advances needed before this goal can be successfully achieved.

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)0,027
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,973
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,036
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,119
Tête enseignante GPT0,360
Écart entre enseignants0,242 · 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.

Devis d'étudeSans objet
DomaineMéthodes
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

Citations73
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement DisordersMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207