Low/High Multi‐Frequency Stimulation of the Subthalamic Nucleus Improves Verbal Fluency Maintaining Motor Control in Parkinson's Disease
Notice bibliographique
Résumé
BACKGROUND: High frequency deep brain stimulation of the subthalamic nucleus (STN-DBS) is a well-established therapy for Parkinson's disease (PD) motor symptoms, however, its effect on non-motor symptoms is controversial. Low frequency DBS can improve cognition, but its effects on motor functions are detrimental. OBJECTIVE: Our goal was to evaluate the effect on verbal fluency (VF) of dual frequency STN-DBS combining high and low frequency (130 + 10 Hz) as compared to 130 Hz or 10 Hz alone and to OFF stimulation. The effect on motor symptoms, working memory, and subjective feelings was also assessed. METHODS: We used a randomized order of experimental conditions with a double-blind design to assess the effects of 130 Hz, 10 Hz, and 130 + 10 Hz stimulation as compared to OFF stimulation in 18 PD patients with STN-DBS. In each condition, participants completed: phonemic and action VF, N-back task, and visual analogue scales for fatigue and stress level. Motor functions and gait velocity were also assessed. Friedman analysis of variance were conducted to determine whether change scores from baseline OFF stimulation, in our primary (VF) and secondary outcomes measures (motor functions, N-back task, subjective feelings) were different in the three stimulation conditions. RESULTS: (2) = 11.1, P = 0.004), it being worse at 10 Hz than 130 Hz (P = 0.002) and 130 + 10 Hz (P = 0.01). CONCLUSIONS: Dual frequency STN-DBS improves phonemic VF while maintaining a beneficial effect on motor signs of PD. © 2025 The Author(s). Movement Disorders published by Wiley Periodicals LLC on behalf of International Parkinson and Movement Disorder Society.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».