A Pragmatic Review on Spinal Cord Stimulation Therapy for Parkinson's Disease Gait Related Disorders: Gaps and Controversies
Notice bibliographique
Résumé
BACKGROUND: Parkinson's Disease (PD) is a progressive neurological disorder that results in potentially debilitating mobility deficits. Recently, spinal cord stimulation (SCS) has been proposed as a novel therapy for PD gait disorders. The highest levels of evidence remain limited for SCS. OBJECTIVES: In this systematic review and narrative synthesis, the literature was searched using combinations of key phrases indicating spinal cord stimulation and PD. METHODS: We included pre-clinical studies and all published clinical trials, case reports, conference abstracts as well as protocols for ongoing clinical trials. Additionally, we included trials of SCS applied to atypical parkinsonism. RESULTS: A total of 45 human studies and trials met the inclusion criteria. Based on the narrative synthesis, a number of knowledge gaps and future avenues of potential research were identified. This review demonstrated that evidence for SCS is currently not sufficient to recommend it as an evidence-based therapy for PD related gait disorders. There remain challenges and significant barriers to widespread implementation, including issues regarding patient selection, effective outcome selection, stimulation location and mode, and in programming parameter optimization. Results of early randomized controlled trials are currently pending. SCS is prone to placebo, lessebo and nocebo as well as blinding effects which may impact interpretation of outcomes, particularly when studies are underpowered. CONCLUSION: Therapies such as SCS may build on current evidence and be shown to improve specific gait features in PD. Early negative trials should be interpreted with caution, as more evidence will be required to develop effective methodologies in order to drive clinical outcomes.
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 | 0,018 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,013 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».