Experience and Impact of OFF Periods in Parkinson’s Disease: A Survey of Physicians, Patients, and Carepartners
Notice bibliographique
Résumé
BACKGROUND: OFF periods impair quality of life in Parkinson's disease but the nature and degree of this impact is largely unquantified. Optimal treatment relies on assessing the experience and impact of these periods on patients and their carepartners. OBJECTIVES: To understand the experience and impact of OFF periods on their lives. METHODS: Informed by qualitative interviews we designed questionnaires and surveyed neurologists, people with Parkinson's disease and carepartners. RESULTS: 50 general neurologists, 50 movement disorder neurologists, 442 patients (median disease duration 5 years) and 97 carepartners were included. The most common OFF symptoms reported by patients and carepartners were stiffness, slowness of movement and changes in gait. Non-motor symptoms were less common. A higher proportion of carepartners reported each symptom. A minority of neurologists recognized pain, sweating and anxiety as possible symptoms of OFF periods. The three OFF symptoms most frequently designated as having great impact by people with Parkinson's disease were changes in gait, slowness and stiffness. In contrast, cognitive impairment was most frequently rated as having great impact on carepartners. OFF periods were reported to impact many aspects of the lives of both patients and carepartners. CONCLUSIONS: In people with Parkinson's disease of under 10 years duration, motor symptoms of OFF periods predominate in impact, however cognitive impairment has great impact on carepartners. Education is needed for neurologists regarding the non-motor aspects of OFF. The importance of involving carepartners in the assessment regarding OFF periods is supported by the higher frequency of symptom reporting by carepartners, and the significant impact on their lives.
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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».