Idiopathic Parkinson’s disease and chronic pain in the era of deep brain stimulation: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: Pain is the most common nonmotor symptom of Parkinson's disease (PD) and is often undertreated. Deep brain stimulation (DBS) effectively mitigates the motor symptoms of this multisystem neurodegenerative disease; however, its therapeutic effect on nonmotor symptoms, especially pain, remains inconclusive. While there is a critical need to help this large PD patient population, guidelines for managing this significant disease burden are absent. Herein, the authors systematically reviewed the literature and conducted a meta-analysis to study the influence of traditional (subthalamic nucleus [STN] and globus pallidus internus [GPi]) DBS on chronic pain in patients with PD. METHODS: The authors performed a systematic review of the literature and a meta-analysis following PRISMA guidelines. Risk of bias was assessed using the levels of evidence established by the Oxford Centre for Evidence-Based Medicine. Inclusion criteria were articles written in English, published in a peer-reviewed scholarly journal, and about studies conducting an intervention for PD-related pain in no fewer than 5 subjects. RESULTS: Twenty-six studies were identified and included in this meta-analysis. Significant interstudy heterogeneity was detected (Cochran's Q test p < 0.05), supporting the use of the random-effects model. The random-effects model estimated the effect size of DBS for the treatment of idiopathic pain as 1.31 (95% CI 0.84-1.79). The DBS-on intervention improved pain scores by 40% as compared to the control state (preoperative baseline or DBS off). CONCLUSIONS: The results indicated that traditional STN and GPi DBS can have a favorable impact on pain control and improve pain scores by 40% from baseline in PD patients experiencing chronic pain. Further trials are needed to identify the subtype of PD patients whose pain benefits from DBS and to identify the mechanisms by which DBS improves pain in PD patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,046 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».