Diagnosis, treatment and management of apathy in Parkinson’s disease: a scoping review
Notice bibliographique
Résumé
OBJECTIVE: To conduct a scoping review of the literature on apathy in Parkinson's disease (PD), to better understand how apathy in Parkinson's disease is diagnosed, treated and managed. METHODS: MEDLINE, Embase, PsycINFO, CINAHL, Cochrane Central Register of Control Trials and Cochrane Database of Systematic Reviews were searched to 17 May 2017. An updated review was run from 17 May 2017 to 28 January 2019. The grey literature was searched using the CADTH Grey Matters tool. Original peer-reviewed research was included if it included individuals with PD and apathy. Non-original data was only included if it was in the form of meta-analysis. All information regarding diagnosis, treatment and management of PD was extracted. Citation screening and extraction were performed in duplicate. RESULTS: From 11 375 citations, 362 articles were included in the final review. The majority of included studies focussed on prevalence, with few studies examining treatment. Twenty screening tools for apathy were identified. Fifty per cent of treatment studies were randomised control trials (RCTs). RCTs applied treatment methods including: exercise, mindfulness, rotigotine (Neupro) transdermal patch and rivastigmine (Exelon). CONCLUSIONS: This review identified a large body of literature describing current knowledge on diagnosing, treating and managing apathy in PD. Future research should aim to detect an ideal screening tool for apathy in PD, to identify the best treatment options for apathy and the variety of comorbidities it may present with and finally aim to better understand postoperative apathy in those with deep brain stimulation.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».