MétaCan
Menu
Retour à la cohorte
Enregistrement W3126513489 · doi:10.1080/14737175.2021.1883428

Non-motor complications in late stage Parkinson’s disease: recognition, management and unmet needs

2021· article· en· W3126513489 sur OpenAlexaff
Katarina Rukavina, Lucia Batzu, Alexandra Boogers, Arturo Abundes‐Corona, Verónica Bruno, К. Ray Chaudhuri

Notice bibliographique

RevueExpert Review of Neurotherapeutics · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésParkinson's diseaseDysautonomiaMedicineDopaminergicProdromal StageDopamineDiseasePhysical medicine and rehabilitationQuality of life (healthcare)DementiaInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction: The burden of non-motor symptoms (NMS) is a major determinant of health-related quality of life in Parkinson’s disease (PD), particularly at its late stage.Areas covered: The late stage is usually defined as the period from unstable advanced to the palliative stage, characterized by a combination of emerging treatment-resistant axial motor symptoms (freezing of gait, postural instability, falls and dysphagia), as well as both non-dopaminergic and dopaminergic NMS: cognitive decline, neuropsychiatric symptoms, aspects of dysautonomia, pain and sleep disturbances (insomnia and excessive day-time sleepiness). Here, the authors summarize the current knowledge on NMS dominating the late stage of PD and propose a pragmatic and clinically focused approach for their recognition and treatment.Expert opinion: The NMS progression pattern is complex and remains under-researched. While dopamine-dependent NMS may improve with dopamine replacement therapy, non-dopamine dependent NMS worsen progressively and culminate at the late stages of PD. Furthermore, some PD specific features could interact negatively with other comorbidities, multiple medication use and frailty – the evaluation of these aspects is important in the creation of personalized management plans in the late stage of PD.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,330
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), 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

Citations41
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of NeurotherapeuticsMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207