Deep Brain Stimulation for Tremor Associated with Underlying Ataxia Syndromes: A Case Series and Discussion of Issues
Notice bibliographique
Résumé
<strong>Background:</strong> Deep brain stimulation (DBS) has been utilized to treat various symptoms in patients suffering from movement disorders such as Parkinson’s disease, dystonia, and essential tremor. Though ataxia syndromes have not been formally or frequently addressed with DBS, there are patients with ataxia and associated medication refractory tremor or dystonia who may potentially benefit from therapy. <strong>Methods:</strong> A retrospective database review was performed, searching for cases of ataxia where tremor and/or dystonia were addressed by utilizing DBS at the University of Florida Center for Movement Disorders and Neurorestoration between 2008 and 2011. Five patients were found who had DBS implantation to address either medication refractory tremor or dystonia. The patient’s underlying diagnoses included spinocerebellar ataxia type 2 (SCA2), fragile X associated tremor ataxia syndrome (FXTAS), a case of idiopathic ataxia (ataxia not otherwise specified [NOS]), spinocerebellar ataxia type 17 (SCA17), and a senataxin mutation (SETX). <strong>Results:</strong> DBS improved medication refractory tremor in the SCA2 and the ataxia NOS patients. The outcome for the FXTAS patient was poor. DBS improved dystonia in the SCA17 and SETX patients, although dystonia did not improve in the lower extremities of the SCA17 patient. All patients reported a transient gait dysfunction postoperatively, and there were no reports of improvement in ataxia-related symptoms. <strong>Discussion:</strong> DBS may be an option to treat tremor, inclusive of dystonic tremor in patients with underlying ataxia; however, gait and other symptoms may possibly be worsened.
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 | 0,000 |
| 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 ».