Longitudinal Study of Treatment Variability for Parkinson's Disease across Specialized Centers
Notice bibliographique
Résumé
BACKGROUND: Real-world evidence on treatment practices in Parkinson's disease (PD) has been limited due to the difficulty in collecting comprehensive and generalizable clinical data. OBJECTIVES: We sought to identify treatment patterns and test how treatment changed in response to (1) falling, (2) worsening disease, and (3) worsening quality of life across PD specialized centers. METHODS: We used the Parkinson Outcomes Project data collected from 2010 to 2023 across 31 international PD specialized centers. Demographic and clinical characteristics were collected annually and included medication use, physical therapy referral, psychologist or psychiatrist care, and deep brain stimulation (DBS) surgery. Treatment practice variation was described by center and in response to outcomes (self-reported falls, higher Hoehn and Yahr stage, worse emotional and mobility subscale scores on quality-of-life scale). RESULTS: A total of 12,664 participants were analyzed. Treatment practices varied substantially across centers with the use of levodopa in the first 5 years of disease ranging from 59.3% to 94.6% and physical therapy referral ranging from 13% to 71%. At ≥ 5 years of disease, DBS rates varied from 2% to 41%. After a fall, individuals were more likely to be referred for physical therapy (β: 0.44, 95% confidence interval [CI]: 0.36, 0.52), and mental health services were recommended after a decline in emotional subscores (β: 1.74, 95% CI: 1.50, 1.98). However, there was no change in levodopa-equivalent daily dose after worsening mobility subscores (β: -29.97, 95% CI: -76.67, 16.73). CONCLUSIONS: These results highlight the large variability in PD practice across specialty centers and the importance of establishing best practice guidelines. Understanding the drivers of this variability is an essential next step.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».