MétaCan
Menu
Retour à la cohorte
Enregistrement W2966600721 · doi:10.3389/fneur.2019.00905

Spinal Cord Stimulation for Freezing of Gait: From Bench to Bedside

2019· review· en· W2966600721 sur OpenAlexaff
Erich Talamoni Fonoff, Andrea Cristina de Lima‐Pardini, Daniel Boari Coelho, Bernardo Assumpção de Mônaco, Birajara Soares Machado, Carolina Pinto Souza, Maria Gabriela dos Santos Ghilardi, Clement Hamani

Notice bibliographique

RevueFrontiers in Neurology · 2019
Typereview
Langueen
DomaineMedicine
ThématiquePain Management and Treatment
Établissements canadiensUniversity of TorontoSunnybrook Health Science CentreQueen's University
Organismes subventionnairesSociedade Beneficente Israelita Brasileira Albert Einstein
Mots-clésMedicinePhysical medicine and rehabilitationGaitBench to bedsideDeep brain stimulationSpinal cordGait DisturbanceNeuromodulationAdverse effectPhysical therapyStimulationDiseaseParkinson's diseaseNeurosciencePsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Spinal cord stimulation (SCS) has been used for the treatment of chronic pain for nearly five decades. With a high degree of efficacy and a low incidence of adverse events, it is now considered to be a suitable therapeutic alternative in most guidelines. Experimental studies suggest that SCS may also be used as a therapy for motor and gait dysfunction in parkinsonian states. The most common and disabling gait dysfunction in patients with Parkinson's disease (PD) is freezing of gait (FoG). We review the evolution of SCS for gait disorders from bench to bedside and discuss potential mechanisms of action, neural substrates, and clinical outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,976
Score d'incertitude au seuil0,945

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,365
Écart entre enseignants0,296 · 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 tête enseignante, 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

Citations46
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetPain Management and TreatmentTravaux en français237 207