MétaCan
Menu
Retour à la cohorte
Enregistrement W4410719351 · doi:10.1007/s40263-025-01193-5

Motor and Non-motor Complications Following Different Early Therapies in Parkinson’s Disease: Longitudinal Analysis of Real-Life Clinical and Therapeutic Data from the French NS-PARK Cohort

2025· article· en· W4410719351 sur OpenAlexaff
Aymeric Lanore, Édouard Januel, Nathalie Bertille, Margherita Fabbri, Louise‐Laure Mariani, Graziella Mangone, Sara Sambin, Poornima Jayadev Menon, Mélissa Tir, Matthieu Béreau, Wassilios G. Meissner, Claire Thiriez, Ana Marquès, Philippe Remy, Gwendoline Dupont, Elena Moro, Luc Defebvre, Jean Luc Houeto, Stéphane Thobois, Jean‐Philippe Azulay, Christian Gény, Solène Frismand, Philippe Damier, Caroline Giordana, Giovanni Castelnovo, Solène Ansquer, Anne Doé de Maindreville, Sophie Drapier, David Maltête, Christine Tranchant, Olivier Rascol, Florence Tubach, Yann De Rycke, Jean-Christophe Corvol

Notice bibliographique

RevueCNS Drugs · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueParkinson's Disease Mechanisms and Treatments
Établissements canadiensCentre for Movement Disorders
Organismes subventionnairesMinistère des Solidarités et de la SantéDirection Générale de l’offre de SoinsInstitut National de la Santé et de la Recherche MédicaleAgence Nationale de la Recherche
Mots-clésParkinson's diseaseMedicineNeurologyDiseasePsychopharmacologyCohortLongitudinal studyPhysical medicine and rehabilitationCohort studyPediatricsPsychiatryInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,345
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations3
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueCNS DrugsMême sujetParkinson's Disease Mechanisms and TreatmentsTravaux en français237 207