Motor fluctuations in Parkinson disease – a mini-review of emerging drugs
Notice bibliographique
Résumé
INTRODUCTION: The symptomatic treatment of Parkinson Disease (PD) relies on levodopa. With disease progression, the response to levodopa becomes variable, leading to fluctuations in benefit on PD symptoms. These motor fluctuations are challenging to manage and negatively impact quality of life in PD. AREAS COVERED: We provide a review of experimental, non-approved pharmacological therapies in phase II and III clinical trials from 2018 to 2024 for PD motor fluctuations. EXPERT OPINION: New formulations of levodopa to improve bioavailability are in development. These include another subcutaneous infusion with efficacy in reducing motor fluctuations and an intranasal delivery with tolerability reported. An oromucosal formulation of apomorphine was safe, further studies are needed. Preliminary results of a phase III study of dopamine D1/D5 agonist tavapadon and phase II of CVN424, a GRP6 inverse agonist suggest improved ON time. Negative studies were reported with foliglurax (MGluR4 inverse agonist) and the repurposed drugs naftazone and bumetanide. Several novel targets are in early-stage development with results awaited. Overall, it is unclear whether the field is significantly further ahead, as the benefit of these emerging drugs in comparison with currently available agents for motor fluctuations needs to be clarified.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».