Effectiveness of BoNT A in Parkinson's Disease Upper Limb Tremor Management
Notice bibliographique
Résumé
OBJECTIVE: One the greatest challenges of BoNT A therapy for tremor lies in the complexity and variation of components involved in tremor movement, and the lack of objective measures to determine these components. This 3 month open-label single injection study aims to couple clinician best judgment with kinematics to improve effect of BoNT A (incobotulinumtoxinA) injection in 7 patients with upper limb Parkinson's disease (PD) tremor. METHODS: Injection was guided with clinical and kinematic assessment of tremor using angular wrist position in 3 degrees of freedom: flexion/extension, pronation/supination, and radial/ulnar deviation. Overall tremor severity and change were measured by linear finger acceleration. RESULTS: Kinematic data from static and functional tasks demonstrate no improvement at one month post-injection, but significant improvement at two and three months. Clinical scales across UPDRS Items 20 (1, 2, 3 months post) and 21 (2 months), and spiral drawings (3 months) showed significant improvement from baseline, while line drawings did not. CONCLUSIONS: This study suggests injection of BoNT A as a viable focal management option for upper limb PD tremor. In addition to clinical judgment, objective quantification of tremor dynamics by kinematics may be a feasible assessment and guidance tool which can be used to optimize injection conditions for focal tremor therapy. Kinematic analysis of tremor across a variety of joints in all degrees of movement may provide important insight into tremor dynamics, allowing optimized, targeted focal therapy.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».