Adverse effects of medications used to treat motor symptoms of Parkinson's disease: A narrative review
Notice bibliographique
Résumé
Abstract BACKGROUND: In the 1960s, levodopa was first administered to treat the symptoms of Parkinson’s disease (PD), and it has since become the “gold standard” in its treatment. Since then, many classes of drugs have been made available to treat PD; however, these drugs are associated with considerable adverse effects. OBJECTIVE: The objective of this review is to highlight the most important and clinically relevant side effects of the medications used to treat the motor symptoms of PD. MATERIAL AND METHODS: We used PubMed and Google scholar to search for articles from January 1975 to January 2021. RESULTS: The medications used to treat PD vary in their mechanisms of action. The major classes of drugs that are used include levodopa and dopamine agonists. Nausea, vomiting, sleepiness, and neuropsychiatric and cardiovascular problems are some of the most common adverse effects observed. In addition, class-specific adverse effects of various drugs are observed and are important. CONCLUSIONS: The drugs used to treat PD are associated with considerable adverse effects, which may be mild, severe, or even life threatening. Most adverse effects are reversible and disappear with drug withdrawal. However, discontinuation of the drugs may not always be possible. Education of the patient and caregiver and awareness among clinicians is essential for early recognition and to prevent impairment of the quality of life. In addition, the development of new drugs with a favorable side effect profile should be prioritized.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 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 ».