Evidence-Based Review of Pharmacotherapy Used for Parkinson’s Disease Psychosis
Notice bibliographique
Résumé
OBJECTIVE: To summarize and evaluate the existing literature regarding medications to treat Parkinson's disease (PD) psychosis. DATA SOURCES: MEDLINE (1946 to March 2017), EMBASE (1980 to March 2017), CINAHL (1982 to March 2017), and PsychInfo (1887 to March 2017) were searched using the following terms: Parkinson disease, Parkinson's disease, psychotic disorders, psychosis, delusions, and hallucinations. STUDY SELECTION AND DATA EXTRACTION: The search was limited to randomized controlled trials (RCTs) reporting human outcomes. Data extracted included the following: study design, population, setting, intervention, control, outcomes related to psychosis and safety, and potential biases assessed using Cochrane Collaboration's Risk of Bias Assessment Tool. DATA SYNTHESIS: After assessment, 16 of 235 studies were included; 11 articles reported comparisons between active drug and placebo, whereas 5 compared clozapine and an active comparator. Placebo-controlled trials demonstrated benefit for clozapine (n = 2) and pimavanserin (n = 2), with no firm benefits observed for quetiapine (n = 4) or olanzapine (n = 3). Comparative studies demonstrated improved efficacy in symptom scores when clozapine or comparator agent (n = 2, quetiapine; n = 1, olanzapine; n = 1, risperidone; and n = 1, ziprasidone) was assessed alone. However, no comparator data suggest that one agent is better than another, and none are yet available for pimavanserin. Overall risk of bias across all studies was moderate to high. CONCLUSIONS: Despite lack of rigor in study designs, published data to date suggest that clozapine and pimavanserin should be considered drugs of choice to treat PD psychosis.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,006 |
| Bibliométrie | 0,012 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».