Practice Parameter: Treatment of Parkinson disease with motor fluctuations and dyskinesia (an evidence-based review): [RETIRED]
Notice bibliographique
Résumé
OBJECTIVE: To make evidence-based treatment recommendations for the medical and surgical treatment of patients with Parkinson disease (PD) with levodopa-induced motor fluctuations and dyskinesia. To that end, five questions were addressed. 1. Which medications reduce off time? 2. What is the relative efficacy of medications in reducing off time? 3. Which medications reduce dyskinesia? 4. Does deep brain stimulation (DBS) of the subthalamic nucleus (STN), globus pallidus interna (GPi), or ventral intermediate (VIM) nucleus of the thalamus reduce off time, dyskinesia, and antiparkinsonian medication usage and improve motor function? 5. Which factors predict improvement after DBS? METHODS: A 10-member committee including movement disorder specialists and general neurologists evaluated the available evidence based on a structured literature review including MEDLINE, EMBASE, and Ovid databases from 1965 through June 2004. RESULTS, CONCLUSIONS, AND RECOMMENDATIONS: 1. Entacapone and rasagiline should be offered to reduce off time (Level A). Pergolide, pramipexole, ropinirole, and tolcapone should be considered to reduce off time (Level B). Apomorphine, cabergoline, and selegiline may be considered to reduce off time (Level C). 2. The available evidence does not establish superiority of one medicine over another in reducing off time (Level B). Sustained release carbidopa/levodopa and bromocriptine may be disregarded to reduce off time (Level C). 3. Amantadine may be considered to reduce dyskinesia (Level C). 4. Deep brain stimulation of the STN may be considered to improve motor function and reduce off time, dyskinesia, and medication usage (Level C). There is insufficient evidence to support or refute the efficacy of DBS of the GPi or VIM nucleus of the thalamus in reducing off time, dyskinesia, or medication usage, or to improve motor function. 5. Preoperative response to levodopa predicts better outcome after DBS of the STN (Level B).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,006 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».