Parkinson’s Disease Subtypes: Critical Appraisal and Recommendations
Notice bibliographique
Résumé
BACKGROUND: In Parkinson's disease (PD), there is heterogeneity in the clinical presentation and underlying biology. Research on PD subtypes aims to understand this heterogeneity with potential contribution for the knowledge of disease pathophysiology, natural history and therapeutic development. There have been many studies of PD subtypes but their impact remains unclear with limited application in research or clinical practice. OBJECTIVE: To critically evaluate PD subtyping systems. METHODS: We conducted a systematic review of PD subtypes, assessing the characteristics of the studies reporting a subtyping system for the first time. We completed a critical appraisal of their methodologic quality and clinical applicability using standardized checklists. RESULTS: We included 38 studies. The majority were cross-sectional (n = 26, 68.4%), used a data-driven approach (n = 25, 65.8%), and non-clinical biomarkers were rarely used (n = 5, 13.1%). Motor characteristics were the domain most commonly reported to differentiate PD subtypes. Most of the studies did not achieve the top rating across items of a Methodologic Quality checklist. In a Clinical Applicability Checklist, the clinical importance of differences between subtypes, potential treatment implications and applicability to the general population were rated poorly, and subtype stability over time and prognostic value were largely unknown. CONCLUSION: Subtyping studies undertaken to date have significant methodologic shortcomings and most have questionable clinical applicability and unknown biological relevance. The clinical and biological signature of PD may be unique to the individual, rendering PD resistant to meaningful cluster solutions. New approaches that acknowledge the individual-level heterogeneity and that are more aligned with personalized medicine are needed.
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 | 0,002 |
| 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) | 0,001 | 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 ».