Utilization, surgical populations, centers, coverages, regional balance, and their influential factors of deep brain stimulation for Parkinson’s disease: a large-scale multicenter cross-sectional study from 1997 to 2021
Notice bibliographique
Résumé
BACKGROUND: Deep brain stimulation (DBS) is an emerging and effective therapy for Parkinson's disease (PD). However, little is known about its utilization, surgical populations, centers, coverages, regional balance, and influential factors. MATERIALS AND METHODS: This large-scale multicenter cross-sectional study was conducted using a national census involving 74 Chinese centers. National DBS populations and centers for PD were investigated in 1997-2021, and regional sociodemographic features, surgical populations, related resources, and insurance policies in 2020 were explored. RESULTS: Since the first DBS surgery in 1997, a total of 38 122 PD patients from 349 centers underwent DBS by 2021, which covered 1.118% (1.108-1.129) of patients and 0.954% (0.933-0.976) of centers. Significant upward trends in the annual surgical population and coverages were observed with rapid climbing rates, while the annual surgical centers and their coverage showed two growth peaks in 2002-2006 and 2010-2018, correlating with clinical approvals and new technologies. A total of 103 070 (51 165-154 975) PD patients [2.088% (1.351-2.825) coverage] and 603 (72-1134) centers [1.356% (1.126-1.586) coverage] are predicted to conduct DBS by 2030. The new remotely programmed DBS technology was recoded as the first application in 2015 and rapidly increased to 2771 (47.39%, 46.11-48.67) patients with 10 507 remote programming sessions annually in 2021. Provinces in the eastern and central regions had better economic status, more surgical patients, higher insurance affordability, and more related resources than those in the western and northeastern regions. Higher gross domestic product per capita ( β =5.041, 3.324-6.758 and β =0.008, 0.004-0.012; all P <0.001) and more functional neurosurgery doctors ( β =3.596, 0.353-6.839; P =0.031 and β =0.010, 0.002-0.017; P =0.013) positively influenced surgical populations and coverages, while higher insurance levels ( β =128.888, 64.702-193.075; P <0.001) positively influenced surgical coverages. CONCLUSION: Although surgical populations, centers, and coverages of DBS for PD have rapidly improved and are predicted to show future increases, this is still insufficient to cover potential eligible patients. Regionally imbalanced health coverage should be given attention to promote coordinated development.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».