Efficacy and Safety of Pedunculopontine Nuclei (PPN) Deep Brain Stimulation in the Treatment of Gait Disorders: A Meta-Analysis of Clinical Studies
Notice bibliographique
Résumé
BACKGROUND: Pedunculopontine nucleus (PPN) has complex reciprocal connections with basal ganglia, especially with internal globus pallidus and substantia nigra, and it has been postulated that PPN stimulation may improve gait instability and freezing of gait. In this meta-analysis, we will assess the evidence for PPN deep brain stimulation in treatment of gait and motor abnormalities especially focusing on Parkinson disease patients. METHODS: PubMed and Scopus electronic databases were searched for related studies published before February 2014. Medline (1966-2014), Embase (1974-2010), CINAHL, Web of Science, Scopus bibliographic, and Google Scholar databases (1960-2014) were also searched for studies investigating effect of PPN deep brain stimulation in treatment of postural and postural instability and total of ten studies met the inclusion criteria for this analysis. RESULTS: Our findings showed a significant improvement in postural instability (p<0.001) and motor symptoms of Parkinson disease on and off medications (p<0.05), but failed to show improvement in freezing of gait. CONCLUSIONS: Despite significant improvement in postural instability observed in included studies, evidence from current literature is not sufficient to generalize these findings to the majority of patients.
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 | 0,009 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,014 | 0,023 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».