MétaCan
Menu
Retour à la cohorte
Enregistrement W4408745557 · doi:10.1002/mdc3.70056

Using Principles of Cognitive Behavioral Therapy to Treat Anxiety in Parkinson's Disease

2025· review· en· W4408745557 sur OpenAlexaff
Alice Cronin‐Golomb, Bradley McDaniels, Soania Mathur, Gregory M. Pontone, Gretchen Reynolds, Indu Subramanian

Notice bibliographique

RevueMovement Disorders Clinical Practice · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensMuscular Dystrophy Canada
Organismes subventionnairesnon disponible
Mots-clésAnxietyDiseasePsychotherapistIntervention (counseling)Quality of life (healthcare)PsychologyMultidisciplinary approachMindfulnessMedicineCognitionCognitive behavioral therapyClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Anxiety significantly affects persons with Parkinson's disease (PwP), often emerging in the prodromal phase before the onset of symptoms and persisting throughout the disease's course. It is among the most disabling, stigmatizing, and under-recognized symptoms of Parkinson's disease (PD). Consequently, it is critical to provide tools that can be universally applied and that are accessible to help all PwP live better. This article discusses the nature of anxiety in PwP, how to identify it, and how to treat it across stages of the disease. We highlight cognitive behavioral therapy (CBT), a type of psychotherapy in widespread use for anxiety and depression in general and increasingly used in PwP. The neurologist can apply the basic principles of CBT. The principles can be used by clinicians who are treating PwP globally, as they require no pharmacological intervention and minimal resources. As the disease progresses, a multidisciplinary team may be preferable to address the complex challenges that PD presents, including anxiety. The focus is on a patient-centered approach, providing compassion, hope, and resources to optimize the mental and physical well-being of PwP. Empowering PwP fosters self-agency and can significantly improve quality of life.

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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,195
Tête enseignante GPT0,494
Écart entre enseignants0,299 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMovement Disorders Clinical PracticeMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207