Fields of Forel Brain Stimulation Improves Levodopa-Unresponsive Gait and Balance Disorders in Parkinson's Disease
Notice bibliographique
Résumé
BACKGROUND: Gait and balance disturbance are challenging symptoms in advanced Parkinson's disease (PD). Anatomic and clinical data suggest that the fields of Forel may be a potential surgical target to treat these symptoms. OBJECTIVE: To test whether bilateral stimulation centered at the fields of Forel improves levodopa unresponsive freezing of gait (FOG), balance problems, postural instability, and falls in PD. METHODS: A total of 13 patients with levodopa-unresponsive gait disturbance (Hoehn and Yahr stage ≥3) were included. Patients were evaluated before (on-medication condition) and 1 yr after surgery (on-medication-on-stimulation condition). Motor symptoms and quality of life were assessed with the Unified Parkinson's Disease Rating scale (UPDRS III) and Quality of Life scale (PDQ-39). Clinical and instrumented analyses assessed gait, balance, postural instability, and falls. RESULTS: Surgery improved balance by 43% (95% confidence interval [CI]: 21.2-36.4 to 35.2-47.1; P = .0012), reduced FOG by 35% (95% CI: 15.1-20.3 to 8.1-15.3; P = .0021), and the monthly number of falls by 82.2% (95% CI: 2.2-6.9 to -0.2-1.7; P = .0039). Anticipatory postural adjustments, velocity to turn, and postural sway measurements also improved 1 yr after deep brain stimulation (DBS). UPDRS III motor scores were reduced by 27.2% postoperatively (95% CI: 42.6-54.3 to 30.2-40.5; P < .0001). Quality of life improved 27.5% (95% CI: 34.6-48.8 to 22.4-37.9; P = .0100). CONCLUSION: Our results suggest that DBS of the fields of Forel improved motor symptoms in PD, as well as the FOG, falls, balance, postural instability, and quality of life.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».