The Experience of OFF Periods in Parkinson’s Disease: Descriptions, Triggers, and Alleviating Factors
Notice bibliographique
Résumé
PURPOSE: Wearing off of Parkinson's disease medication is common, but triggers and coping strategies for this transient phenomenon are poorly understood. We aimed to assess the lived experience of OFF periods for people with Parkinson's disease. METHODS: Participants in the longitudinal Fox Insight study who endorsed OFF periods were invited to complete a survey consisting of both multiple-choice and free-text responses. Descriptive statistics were used to summarize multiple-choice responses, and free-text responses were classified into themes through iterative discussion by 3 movement disorders specialists. RESULTS: A total of 2110 participants (52.4% male) completed the survey. Tremor was the most common description of OFF periods (n=1038, 49.2%), followed by gait changes (n=535, 25.4%) and rigidity (n=430, 20.4%). Of 1498 specific triggers for OFF symptoms, the most common was stress (n=920, 61.4%), followed by anxiety/depression (n=476, 31.8%) and tiredness/fatigue (n=351, 23.4%). Common coping strategies (n=1416 responses) included exercise (n=678, 47.9%), taking a break (n=504, 35.6%), and meditation (n=276, 19.5%). CONCLUSIONS: Although OFF periods are common, the individual experiences of OFF vary. This knowledge could be used to develop new counseling strategies for OFF periods in people with Parkinson's disease.
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 | 0,001 | 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 ».