Repetitive Transcranial Magnetic Stimulation in Treatment of Levodopa-Induced Dyskinesia in Parkinson’s Disease
Notice bibliographique
Résumé
Background: Dyskinesia is one of the major complications of long-term dopaminergic treatment of Parkinson’s disease (PD), and deep brain stimulation may be the only satisfactory treatment for it. This study aims to search if there is any therapeutic effect of repetitive transcranial magnetic stimulation (rTMS) for levodopa-induced dyskinesia (LID) in PD patients. Methods: This study was conducted in Mansoura International Specialized Hospital in 43 complicated idiopathic PD patients. The patients with LID were divided into two groups matched in age, sex, duration and stage of the disease. Dyskinesia was detected by the Unified PD Rating Scale section IV. The patients of the study group (20 patients) received active rTMS, 5 Hz was applied bilaterally over the motor hand and leg areas of the cortex, in 20 trains, and each train is formed of 100 pulses, with 20-s inter-train interval. Ten sessions were administered once per day for 10 successive days for each patient. The patients of the control group (20 patients) received sham rTMS. Results: After rTMS, there was significant improvement in LID in the study group (P < 0.001), while there was no improvement in the control one (P = 0.585). As regards to the LID clinical presentations, there was no significant difference between the two groups according to dyskinesia duration (P = 0.246), disability (P = 0.425) and early morning dystonia (P = 0.059), while there was significant improvement of painful dyskinesia in the study group (P = 0.046). Conclusions: The rTMS may have an additional therapeutic benefit for LID. Further studies may put the best rTMS parameters to establish more prominent and longer-lasting clinical effects. J Neurol Res. 2019;9(3):28-34 doi: https://doi.org/10.14740/jnr512
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».