Unilateral repetitive transcranial magnetic stimulation of the dorsolateral prefrontal cortex in Parkinson's Disease: a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Repetitive transcranial magnetic stimulation (rTMS) of the dorsolateral prefrontal cortex (DLPFC) may improve motor and non-motor symptoms in Parkinson's disease (PD). This meta-analysis assessed the efficacy of 10 unilateral rTMS sessions in PD. EVIDENCE ACQUISITION: Randomized controlled trials comparing this protocol to sham stimulation in PD were systematically searched in PubMed, EMBASE, and the Cochrane Library through January 2025. Short-term outcomes were assessed immediately after treatment; long-term outcomes were measured 1-6 months later. Mean differences (MDs) with 95% confidence intervals (CIs) were calculated using random-effects models. EVIDENCE SYNTHESIS: Seven trials were included (mean follow-up: 8.7 weeks). Long-term motor function improved significantly (UPDRS part III: MD=-4.97; 95% CI: -6.53 to -3.40; P<0.001), whereas short-term changes were non-significant. Long-term reductions in depressive symptoms were observed on the Hamilton Depression Rating Scale (MD=-2.77; 95% CI: -4.75 to -0.79; P=0.006), the Montgomery-Åsberg Depression Rating Scale (MD=-6.23; 95% CI: -9.78 to -2.68; P<0.001), and the Beck's Depression Inventory (MD=-4.41; 95% CI: -8.34 to -0.48; P=0.028). Sleep quality improved at long-term follow-up (Pittsburgh Sleep Quality Index: MD=-2.51; 95% CI: -5.33 to -0.31; P=0.081). Short-term cognitive gains were observed on the Montreal Cognitive Assessment (MD=1.70; 95% CI: 0.01 to 3.40; P=0.049). CONCLUSIONS: Ten sessions of unilateral rTMS over the DLPFC improved motor and non-motor symptoms.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».