MétaCan
Menu
Retour à la cohorte
Enregistrement W2394951270 · doi:10.1097/wco.0000000000000219

Subtypes of Parkinson's disease

2015· review· en· W2394951270 sur OpenAlexaff
Connie Marras

Notice bibliographique

RevueCurrent Opinion in Neurology · 2015
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensToronto Western Hospital
Organismes subventionnairesnon disponible
Mots-clésSubtypingParkinson's diseaseDiseaseCognitionGaitPostural instabilityPsychologyNeurosciencePhysical medicine and rehabilitationMedicinePathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Previously, outstanding questions have been identified including the relationship of proposed subtypes to etiology, underlying biology, and prognosis. This situation presents an opportunity for major developments in the field. The review summarizes the progress made over the past 1-2 years. RECENT FINDINGS: The etiologic, physiological, and clinical differences between tremor dominant, postural instability gait disorder, and indeterminate phenotypes have been further explored, finding genetic influences, functional imaging and clinical differences. New cluster analyses suggest that nonmotor features are important aspects of Parkinson's disease subtypes, but there was little association found between tremor-dominant /postural instability gait disorder phenotype and nonmotor symptoms. In the cognitive realm, empirically derived subtypes of PD-MCI did not map well onto cognitive subtypes derived using a data-driven approach. In data-driven subtype research, important survival differences between subtypes were identified within the PROPARK database. SUMMARY: It will be important to revisit PD-MCI classification to consider subtyping based upon data that relate cognitive phenotype to prognosis. Given the traction that traditional motor subtyping has had in the field it would be of value to consider how nonmotor symptom clusters can be used with or alongside the motor subtypes. Finally, incorporating subtypes into clinical trials remains a significant gap in Parkinson's disease research.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,128
Tête enseignante GPT0,404
Écart entre enseignants0,276 · 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'étudeSans objet
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

Citations57
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in NeurologyMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207