MétaCan
Menu
Retour à la cohorte
Enregistrement W3127593320 · doi:10.1002/mdc3.13161

Surgical Management of Parkinson's Disease in the Elderly

2021· review· en· W3127593320 sur OpenAlexaff
Paula Azevedo, Camila Aquino, Alfonso Fasano

Notice bibliographique

RevueMovement Disorders Clinical Practice · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensOntario Brain InstituteHotchkiss Brain InstituteUniversity of CalgaryToronto Western HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDeep brain stimulationParkinson's diseaseMedicineDiseaseNarrative reviewIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Deep Brain Stimulation (DBS) is an increasingly popular therapy for Parkinson's Disease (PD). Despite the experience gained over time with DBS of either the subthalamus or the globus pallidus pars interna, there is still no consensus regarding the age limit for DBS indication. OBJECTIVES: This narrative review of the literature discusses the issues of age and DBS, emphasizing the critical need for good quality evidence to support the surgical management of elderly patients with PD. METHODS: We searched PubMed using the terms Parkinson's Disease; Parkinson's Disease therapy; deep brain stimulation; antiparkinsonian agents therapeutic use; age factors; aged; aged, 80 and over; middle aged; treatment outcome; and risk assessments. RESULTS: We identified several limitations of the available evidence, such as under-representation of older patients in DBS studies, small sample sizes in studies with older participants, heterogeneity of outcomes, and conflicting results. CONCLUSIONS: Despite preliminary suggestions that age might affect the outcomes of DBS, the evidence to support the hypothesis of age as an independent predictor of DBS outcomes is limited and results are controversial. Ultimately, finding an age-independent biomarker predicting DBS outcome is the final goal to expand this powerful treatment to all patients age in an effective and safe manner.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,095
Tête enseignante GPT0,448
Écart entre enseignants0,352 · 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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement Disorders Clinical PracticeMême sujetNeurological disorders and treatmentsTravaux en français237 207