Évaluation peropératoire de la parole dans la maladie de Parkinson
Bibliographic record
Abstract
La stimulation cérébrale profonde des noyaux sous-thalamiques utilisée dans le traitement des symptômes moteurs de la maladie de Parkinson engendre fréquemment des effets secondaires sur l’intelligibilité de la parole. Aucune évaluation objective de la parole n’est actuellement administrée lors de la chirurgie d’implantation des électrodes malgré que le site de contact des électrodes influence grandement les résultats postopératoires. L’objectif de cette revue systématique des écrits scientifiques est de documenter et d’identifier les éléments pertinents pour prendre position quant à une procédure d’évaluation de la parole applicable au contexte peropératoire de stimulation cérébrale profonde dans la maladie de Parkinson. Grâce à une recherche effectuée sur les bases de données Medline, Cinahl et Google Scholar, 28 articles ont été analysés et de courtes tâches de répétition de mots, de répétition de syllabes rapide, de tenue vocalique et d’auto-évaluation ont été retenues. Ces quatre tâches permettent d’évaluer les effets directs du site d’implantation pour la stimulation sur la parole grâce aux mesures acoustiques, soit le temps maximal de phonation, la pente de transition du F2 et le débit articulatoire. Cette revue a permis d’identifier un protocole d’évaluation qui pourrait guider la pratique clinique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".