Deep brain stimulation with short versus conventional pulse width in Parkinson's disease and essential tremor: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: To maximize clinical benefit and minimize stimulation-induced side effects, optimising deep brain stimulation (DBS) parameters is paramount. Recent literature suggests a potential benefit of short pulse width DBS (spDBS; ≤40 μs) over conventional pulse width DBS (cDBS; ≥60 μs) in movement disorders. OBJECTIVE: To compare therapeutic window (TW), therapeutic and side effects and energy consumption of spDBS and cDBS in movement disorders. METHODS: We systematically searched Medline, Embase, Cochrane Library and Web of Science. Appropriate paired analyses were performed. RESULTS: Nine Parkinson's disease (PD) (143 patients), 4 essential tremor (ET) (26 patients) and no dystonia studies were included in the meta-analysis. TW defined as therapeutic amplitude range was larger with spDBS vs. cDBS in PD (standardized mean difference (SMD) = -1.04, p < 0.001) and ET (SMD = -0.71, p < 0.001), but the TW in terms of charge per pulse (CPP) did not differ. In PD, no differences were found in therapeutic and side effects (MDS-UPDRS-III, speech and gait, dyskinesia, non-motor symptoms and quality of life). In ET, Fahn-Tolosa-Marin Tremor Rating Scale was lower with spDBS vs. cDBS (SMD = 0.36, p < 0.001). A qualitative analysis suggested fewer stimulation-induced side effects with spDBS. CPP was lower with spDBS vs. cDBS in PD (SMD = 0.79, p < 0.001) and ET (MD = 46.46 nC, p < 0.001), but real-world data on battery longevity are lacking. CONCLUSION: Although spDBS enlarges the TW as a wider amplitude range in both PD and ET, it does not alter TW defined by CPP. The therapeutic efficacy of spDBS is not different from cDBS in PD, but spDBS apparently induces more tremor reduction in ET.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».