MétaCan
Menu
Retour à la cohorte
Enregistrement W4398247679 · doi:10.1016/j.clinph.2024.05.007

Clinical neurophysiology in the treatment of movement disorders: IFCN handbook chapter

2024· review· en· W4398247679 sur OpenAlexaff
Jean‐Pascal Lefaucheur, Elena Moro, Yuichiro Shirota, Yoshikazu Ugawa, Talyta Grippe, Robert Chen, David Benninger, Bahman Jabbari, Sanaz Attaripour, Mark Hallett, Walter Paulus

Notice bibliographique

RevueClinical Neurophysiology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueNeurological disorders and treatments
Établissements canadiensOntario Brain InstituteUniversity of Toronto
Organismes subventionnairesNational Institutes of HealthIpsenAssociation France Parkinson
Mots-clésNeuromodulationEssential tremorDeep brain stimulationTranscranial direct-current stimulationMovement disordersTranscranial magnetic stimulationNeuroscienceParkinson's diseaseMedicineDystoniaContext (archaeology)PsychologyPhysical medicine and rehabilitationStimulationDiseasePathology

Résumé

récupéré en direct d'OpenAlex

In this review, different aspects of the use of clinical neurophysiology techniques for the treatment of movement disorders are addressed. First of all, these techniques can be used to guide neuromodulation techniques or to perform therapeutic neuromodulation as such. Neuromodulation includes invasive techniques based on the surgical implantation of electrodes and a pulse generator, such as deep brain stimulation (DBS) or spinal cord stimulation (SCS) on the one hand, and non-invasive techniques aimed at modulating or even lesioning neural structures by transcranial application. Movement disorders are one of the main areas of indication for the various neuromodulation techniques. This review focuses on the following techniques: DBS, repetitive transcranial magnetic stimulation (rTMS), low-intensity transcranial electrical stimulation, including transcranial direct current stimulation (tDCS) and transcranial alternating current stimulation (tACS), and focused ultrasound (FUS), including high-intensity magnetic resonance-guided FUS (MRgFUS), and pulsed mode low-intensity transcranial FUS stimulation (TUS). The main clinical conditions in which neuromodulation has proven its efficacy are Parkinson's disease, dystonia, and essential tremor, mainly using DBS or MRgFUS. There is also some evidence for Tourette syndrome (DBS), Huntington's disease (DBS), cerebellar ataxia (tDCS), and axial signs (SCS) and depression (rTMS) in PD. The development of non-invasive transcranial neuromodulation techniques is limited by the short-term clinical impact of these techniques, especially rTMS, in the context of very chronic diseases. However, at-home use (tDCS) or current advances in the design of closed-loop stimulation (tACS) may open new perspectives for the application of these techniques in patients, favored by their easier use and lower rate of adverse effects compared to invasive or lesioning methods. Finally, this review summarizes the evidence for keeping the use of electromyography to optimize the identification of muscles to be treated with botulinum toxin injection, which is indicated and widely performed for the treatment of various movement disorders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,007

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.

Tête enseignante Opus0,158
Tête enseignante GPT0,454
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueClinical NeurophysiologyMême sujetNeurological disorders and treatmentsTravaux en français237 207