Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Czynniki związane z niedociśnieniem ortostatycznym u pacjentów z chorobą Parkinsona: przegląd systematyczny i metaanaliza

939 wyświetleń

⸱

DOI:

10.3791/69191

⸱

14 października 2025

 ,  ,  ,  ,  ,  ,  , 
1School of Nursing, Chengdu University of Traditional Chinese Medicine, 2School of Nursing, Sun Yat-sen University, 3Department of Dermatology, Hospital of Chengdu University of Traditional Chinese Medicine, 4School of Nursing, Sichuan Nursing Vocational College, 5Department of Endocrinology, Hospital of Chengdu University of Traditional Chinese Medicine

* These authors contributed equally

W tym artykule

Podsumowanie

Badanie to podsumowuje i określa ilościowo czynniki związane z niedociśnieniem ortostatycznym u pacjentów z chorobą Parkinsona.

Streszczenie

Niedociśnienie ortostatyczne (OH) jest powszechnym objawem niemotorycznym w chorobie Parkinsona (PD), zwiększającym ryzyko upadków i śmiertelności. Badanie to miało na celu zidentyfikowanie i ilościowe określenie czynników związanych z OH u pacjentów z chorobą Parkinsona. Przeprowadzono kompleksowe przeszukiwanie dziewięciu baz danych: PubMed, CINAHL, Web of Science, Scopus, Cochrane Library, Embase, China National Knowledge Infrastructure (CNKI), China Biology Medicine (CBM) i Wanfang, obejmujących artykuły od powstania bazy danych do 27 listopada 2024 r. Dwóch badaczy niezależnie dokonało przeglądu tytułów, streszczeń i pełnych tekstów, oceniając jakość metodologiczną badań. Odpowiednie dane zostały przeanalizowane za pomocą metaanalizy przy użyciu oprogramowania R. Włączono dziewiętnaście badań o umiarkowanej lub wysokiej jakości. Analiza wykazała istotne powiązania między OH związanym z PD a kilkoma niezależnymi czynnikami: wiekiem (OR = 1,06; 95% CI: 1,05-1,08; I2 = 78%; P < 0,01), stopień Hoehna-Yahra (stopień H-Y) (OR = 1,57; 95% CI: 1,09-2,26; I2 = 51%; P = 0,02), hemoglobina A1c (HbA1c) (OR = 2,08; 95% CI: 1,28-3,38; I2 = 0%; P < 0,01), zaburzenie zachowania podczas snu REM (RBD) (OR = 5,83; 95% CI: 2,70-12,61; I2 = 24%; P < 0,01), Równoważna dawka dobowa lewodopy (LEDD) (OR = 1,00; 95% CI: 1,00-1,01; I2 = 79%; P = 0,06), dysfunkcja PD-autonomiczna (SCOPA-AUT) (OR = 1,15; 95% CI: 0,99-1,34; I2 = 94%; P = 0,06) i nadciśnienie tętnicze (OR = 3,86; 95% CI: 1,25-11,90; I2 = 71%; P = 0,02). Odkrycia te sugerują, że czynniki takie jak wiek, stopień H-Y, HbA1c, LEDD, SCOPA-AUT, nadciśnienie i RBD są związane z OH związanym z PD. Dalsze badania są niezbędne do udoskonalenia strategii prewencyjnych.

Wprowadzenie

Po chorobie Alzheimera, choroba Parkinsona (PD) jest drugim najczęstszym zaburzeniem neurodegeneracyjnym w populacji osób starszych1. Niedociśnienie ortostatyczne (OH) występuje powszechnie w PD2 i dotyka od 30,1% do 60% pacjentów 3,4. Pomimo wysokiej częstości występowania, OH jest często nierozpoznana i niedoceniana ze względu na swój bezobjawowy charakter, co komplikuje wykrywanie 5,6. Typowe objawy OH u pacjentów z chorobą Parkinsona obejmują zawroty głowy, niewyraźne widzenie i przejściową utratę przytomności7, z których wszystkie przyczyniają się do niestabilności postawy i zwiększonego ryzyka upadków. Badania przeprowadzone przez Francois i wsp. wykazały, że pacjenci z chorobą Parkinsona z OH doświadczyli znacznie wyższych wskaźników hospitalizacji związanych z upadkami (7% w porównaniu z 3%) i wizyt na izbie przyjęć (18% w porównaniu z 10%) w porównaniu z osobami bez OH8. Ponadto OH jest związany z wystąpieniem chorób sercowo-naczyniowych, demencji i słabości 9,10,11,12. Obecność OH poważnie ogranicza codzienną aktywność, obniża jakość życia13 oraz zwiększa ryzyko niepełnosprawności i śmiertelności14,15.

Biorąc pod uwagę te konsekwencje, niezbędne są wczesne badania przesiewowe i leczenie OH związanego z chorobą Parkinsona. Identyfikacja czynników przyczyniających się do jej rozwoju u pacjentów z chorobą Parkinsona ma kluczowe znaczenie w profilaktyce. Jednak większość istniejących badań dotyczyła przede wszystkim tego, w jaki sposób PD-OH służy jako czynnik ryzyka wpływający na wyniki choroby16. Co więcej, wpływ różnych czynników na PD-OH pozostaje niewystarczająco zbadany i sporny. Na przykład badanie przeprowadzone przez Yin i wsp.17 sugerowało, że etap Hoehna-Yahra (H-Y) jest predyktorem wystąpienia PD-OH, podczas gdy Ou i wsp.18 zidentyfikowali funkcję poznawczą jako istotny czynnik ryzyka. Jednak kilka badań nie potwierdziło tych ustaleń, wskazując, że ani funkcja poznawcza 19,20,21, ani etap H-Y 22,23 nie korelują konsekwentnie z rozwojem PD-OH. Ta tocząca się debata wymaga dalszych badań.

Poprzednie metaanalizy dotyczące PD-OH koncentrowały się głównie na rozpowszechnieniu i stosowaniu leków24,25. Brakuje jednak kompleksowych analiz podsumowujących czynniki przyczyniające się do wystąpienia PD-OH. Niniejsze badanie ma na celu wypełnienie tej luki poprzez zastosowanie ilościowych metod statystycznych do zbadania czynników związanych z rozwojem PD-OH, podważając konwencjonalne założenia i zapewniając solidne, oparte na dowodach podstawy dla strategii zapobiegawczych.

Kryteria kwalifikacji do tego badania obejmowały: (a) badania obserwacyjne, takie jak badania kliniczno-kontrolne, kohortowe lub przekrojowe; b) populacje spełniające kliniczne kryteria diagnostyczne choroby Parkinsona; c) miarą wyniku jest wystąpienie OH u pacjentów z chorobą Parkinsona; d) porównanie co najmniej dwóch grup, z których jedna składa się z pacjentów z chorobą Parkinsona bez OH, a druga z pacjentami z chorobą Parkinsona z OH.

Kryteria wykluczenia były następujące: (a) recenzje, streszczenia konferencyjne i komentarze; b) badania, w przypadku których nie ma dostępu do pełnego tekstu; c) badania, w których dane są niekompletne lub niewystarczające; d) badania, w przypadku których nie można było uzyskać wymaganych danych.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

Badanie to zostało przeprowadzone zgodnie z wytycznymi PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses)26. Została zarejestrowana w PROSPERO (CRD42023397565).

1. Instalacja oprogramowania

  1. Instalacja oprogramowania R
    1. Odwiedź oficjalną stronę oprogramowania R (patrz Spis materiałów). Kliknij Pobierz R dla Windows, a następnie wybierz bazę i kliknij Pobierz. Wybierz odpowiednią wersję instalacyjną platformy, aby pobrać pakiet instalacyjny.
    2. Uruchom plik wykonywalny, klikając go dwukrotnie, a następnie postępuj zgodnie z instrukcjami instalacji: Kliknij Dalej, wybierz żądany katalog instalacyjny i przejdź do Dalej. Zakończ konfigurację, wybierając pozycję Zakończ.
  2. Instalacja oprogramowania EndNote 21
    1. Wejdź na oficjalną stronę EndNote (patrz Spis materiałów), aby uzyskać pakiet instalacyjny EndNote 21 w formacie ZIP.
    2. Wyodrębnij plik ZIP do katalogu lokalnego. Uruchom instalator, klikając go dwukrotnie, a następnie postępuj zgodnie z instrukcjami konfiguracji: Kliknij przycisk Dalej, przejrzyj ekran "Witamy w EndNote 21.0", wprowadź klucz produktu, wypełnij dane użytkownika, zaakceptuj warunki licencji, wybierz opcję Instalacja typowa i zakończ,wybierając opcję Zakończ.

2. Źródła danych i strategia wyszukiwania

  1. Opracuj szczegółową strategię wyszukiwania obejmującą zarówno terminy tematyczne MeSH (Medical Subject Headings), jak i terminy tekstowe oparte na tematach badawczych "choroba Parkinsona", "niedociśnienie ortostatyczne" i "czynniki".
    UWAGA: Okres wyszukiwania trwał od utworzenia baz danych do 27 listopada 2024 r., bez ograniczeń co do statusu publikacji, kraju czy języka. Pełna strategia wyszukiwania zastosowana w tym badaniu jest udokumentowana w pliku uzupełniającym 1.
  2. Przeprowadź kompleksowe przeszukiwanie dziewięciu baz danych: PubMed, Web of Science, Scopus, Cochrane Library, Embase, CINAHL, China National Knowledge Infrastructure (CNKI), China Biology Medicine (CBM) i Wanfang Database (patrz tabela materiałów). Ponadto w tym badaniu wzięto pod uwagę odpowiednie wyniki badań z Google Scholar. Na przykład w PubMed: Przejdź do internetowej platformy bazy danych PubMed. Wprowadź strategię wyszukiwania zgodnie ze wskazówkami dotyczącymi składni zapytań PubMed. Zapytanie w tym dochodzeniu było następujące (zob . rysunek uzupełniający 1A)
    1. Choroba Parkinsona
      1. Terminy MeSH: Choroba Parkinsona
      2. Tytuł/ STRESZCZENIE: "Choroba Parkinsona" LUB "Idiopatyczna choroba Parkinsona" LUB "Choroba Parkinsona z ciałami Lewy'ego" LUB "Choroba Parkinsona, idiopatyczna" LUB "Choroba Parkinsona, ciała Lewy'ego" LUB "Choroba Parkinsona, idiopatyczna" LUB "Choroba Parkinsona" LUB "Idiopatyczna choroba Parkinsona" LUB "Choroba Parkinsona z ciałami Lewy'ego" LUB "Parkinsonizm pierwotny" LUB "Parkinsonizm pierwotny" LUB "Parkinsonizm, Pierwotny" LUB "Paraliżujący agitani".
      3. 2.2.1.1 LUB 2.2.1.2.
    2. Niedociśnienie, ortostatyczne
      1. Terminy MeSH: niedociśnienie, ortostatyka
      2. Tytuł/ STRESZCZENIE: "Niedociśnienie, ortostatyczne" LUB "Niedociśnienie, postawa" LUB "Niedociśnienie ortostatyczne" LUB "Niedociśnienie ortostatyczne".
      3. 2.2.2.1 LUB 2.2.2.2.
    3. Czynnik ryzyka
      1. Tytuł/ STRESZCZENIE: "czynnik ryzyka*" OR "istotny czynnik*" OR "predyktor" OR "czynnik powiązany*" OR "korelować" LUB "czynnik wpływu*"
      2. 2.2.1.3 I 2.2.2.3 ORAZ 2.2.3.1
  3. Wyeksportuj wszystkie pobrane rekordy z PubMed i zapisz je jako plik (patrz rysunek uzupełniający 1B).
  4. Przeprowadź proces przeglądu literatury.
    UWAGA: Literatura wyeksportowana z PubMed została wykorzystana do zademonstrowania, jak zarządzać odwołaniami i sprawdzać je w programie EndNote.
    1. Zaimportuj wyniki wyszukiwania, wybierając: File > Import > Options, a następnie wybierając PubMed (NLM) w obszarze Opcje importu i klikając Importuj (patrz Rysunek uzupełniający 2A).
    2. Ustanów grupy kryteriów dołączania i wykluczania, klikając prawym przyciskiem myszy folder Moje grupy w lewym panelu programu EndNote i wybierając polecenie Utwórz grupę. Dodaj odwołania do odpowiednich grup, przeciągając je i upuszczając lub klikając prawym przyciskiem myszy odwołania docelowe, wybierając opcję Dodaj odwołania do i wybierając odpowiednią grupę (Rysunek uzupełniający 2B).
    3. Usuń zduplikowane odniesienia, przechodząc do Biblioteki > Znajdź duplikaty > Anuluj, co spowoduje wygenerowanie tymczasowej grupy zduplikowanych odwołań ze wszystkimi wstępnie wybranymi duplikatami. Przeciągnij wyróżnione odwołania do folderu Kosz w celu usunięcia. Wykonaj końcowy przegląd ręczny, aby upewnić się, że żadne duplikaty nie zostały przeoczone (rysunek uzupełniający 2C).
      UWAGA: Badania zostały niezależnie przebadane przez dwóch badaczy przy użyciu EndNote w wersji 21. W pierwszej fazie badań przesiewowych artykuły niezwiązane z OH u pacjentów z chorobą Parkinsona zostały wykluczone na podstawie tytułów i abstraktów. W drugiej fazie pełne teksty zostały zrecenzowane przez obu badaczy pod kątem kryteriów włączenia i wyłączenia. Wszelkie nieporozumienia zostały rozwiązane poprzez dyskusję z trzecim badaczem.
  5. Wygeneruj diagram PRISMA w programie Microsoft Word, aby zobrazować liczbę włączonych i wykluczonych badań wraz z ich odpowiednimi kryteriami wykluczenia (patrz Plik uzupełniający 2).

3. Ekstrakcja danych

  1. Skorzystaj z opracowanego szablonu Excel, aby systematycznie rejestrować kluczowe elementy danych z każdego wybranego badania. Wyodrębnij następujące dane: pierwszy autor, rok publikacji, kraj, rodzaj badania, czas trwania badania, wielkość próby, wiek (średnie odchylenie ± standardowe/przedział wiekowy), liczba kobiet, liczba osób z OH i powiązane czynniki.
    UWAGA: Dane zostały niezależnie wyodrębnione i uzgodnione przez dwóch badaczy, a wszelkie rozbieżności i niejasności zostały sprawdzone przez trzeciego badacza.

4. Ocena jakości

  1. Ocena jakości metodologicznej badań kliniczno-kontrolnych i badań kohortowych przy użyciu skali Newcastle-Ottawa (NOS). Zwróć uwagę, że skala obejmuje 8 pozycji w 3 sekcjach z łączną liczbą 9 punktów. Wynik 0-3 oznacza niską jakość, 4-6 oznacza średnią jakość, a 7-9 oznacza wysoką jakość27 (patrz plik uzupełniający 3).
    UWAGA: Dwóch badaczy niezależnie oceniło jakość literatury, przy czym spory zostały rozwiązane w drodze dyskusji lub przez trzeciego badacza.
  2. Podsumuj wyniki oceny jakości literatury w tabeli, kategoryzując je na badania kohortowe i kliniczno-kontrolne.
    UWAGA: Wyniki oceny jakości piśmiennictwa podsumowano poprzez podzielenie ich na badania kohortowe i badania kliniczno-kontrolne w tabeli.

5. Metaanaliza

UWAGA: Metaanaliza została przeprowadzona przy użyciu oprogramowania R. Zmienne o jednorodnych definicjach zgłoszone w co najmniej dwóch badaniach zostały zagregowane i przedstawione jako iloraz szans (OR) z 95% przedziałami ufności (CI). Wpływ tych zmiennych oceniono poprzez zebranie danych. Wartość P ≤ 0,05 została uznana za statystycznie istotną. Niejednorodność włączonych badań oceniano za pomocą testu Q Cochrana (z poziomem istotności ustalonym na P = 0,10) oraz statystyki I2 . Model efektów losowych został zastosowany, gdy statystyka I2 wynosiła ≥ 50% lub P≤ 0,10. W przeciwnym razie zastosowano model z efektami stałymi. Analizę wrażliwości przeprowadzono poprzez modyfikację modelu efektu w celu oceny wiarygodności połączonych wyników. Zastosowano metaregresję w celu zidentyfikowania potencjalnych źródeł heterogeniczności. Dodatkowo test Eggera został wykorzystany do wykrycia potencjalnej stronniczości publikacji. W przypadku stronniczości publikacji zastosowano metodę przycinania i wypełniania w celu oceny jej wpływu na czułość i solidność połączonych wyników.

  1. Wprowadź pierwszego autora badania, rok publikacji, wartość OR oraz górną i dolną granicę 95% przedziału ufności (UCI, LCI) do pliku Excel i zapisz dane w .csv formacie (patrz rysunek uzupełniający 3A).
  2. Otwórz oprogramowanie R, pobierz pakiet Meta i załaduj go. Odczytaj wstępnie zapisany plik danych w formacie CSV, weź logarytm naturalny wartości OR i jej 95% przedział ufności, przeprowadź metaanalizę i wygeneruj wykresy leśne. Kod wykonania dla analizy "Wieku" jest następujący (patrz Rysunek Uzupełniający 3B,C)
    install.packages("meta")
    biblioteka("meta")
    m1<-read.csv(file="C:/Użytkownicy/DELL/Komputer/age.csv")
    m1
    #forest działki
    meta1<-metagen(log(m1$lub), (log(m1$uci)-log(m1$lci))/3.92, sm="lub", data=m1, comb.fixed=F,comb.random=T, studlab=paste(Badanie))
    las(meta1)
    las(meta1, xlim=c(0,05, 10))
    las(meta1, col.square="czerwony", col.diamond="czerwony", col.diamond.lines="")
    UWAGA: Kod analizy dla innych czynników jest identyczny; Po prostu zastąp "wiek" innymi czynnikami, aby go uruchomić.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

W badaniu tym ściśle przestrzegano procedur i metod określonych w protokole w celu przeprowadzenia metaanalizy. Wyniki obejmują: (1) przegląd 19 istotnych badań oryginalnych; 2) zakończenie ocen jakości w odniesieniu do tych 19 artykułów; oraz (3) ekstrakcja i analiza ilościowa 14 czynników wpływających w celu zbadania ich korelacji z występowaniem OH u pacjentów z chorobą Parkinsona. Łączne wyniki uznano za statystycznie istotne przy wartości P wynoszącej ≤ 0,05.

Charakterystyka badań...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

W niniejszym badaniu przedstawiono metaanalizy mające na celu identyfikację i ilościowe określenieczynników związanych z OH u pacjentów z chorobą Parkinsona. Analiza wykazała, że spośród 14 czynników, wiek, stopień H-Y, HbA1c, LEDD, SCOPA-AUT, nadciśnienie tętnicze i RBD były istotnie związane z PD-OH. Badanie to dodatkowo wykazuje silny związek między podwyższonym poziomem HbA1c a niedociśnieniem ortostatycznym (OH), potwierdzając poprzednie doniesienia39,40

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy oświadczają, że nie ma dla nich konfliktu interesów.

Podziękowania

Prace te były wspierane przez Program Naukowo-Technologiczny Sychuanu (nr 2024YFFK0159), Szpitalny Projekt Specjalny Komisji Zdrowia Chengdu (WXLH202403127).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
R sofeware  Technologie LucentOficjalna wersjaR jest  środowisko oprogramowania do obliczeń statystycznych i grafiki. Język R zapewnia szeroką gamę technik statystycznych i graficznych oraz jest wysoce rozszerzalny. Oficjalna strona:https://www.r-project.org
EndnoteKlarywataOficjalna wersjaEndNote to szeroko stosowane narzędzie do zarządzania odniesieniami, które pomaga zbierać, organizować i udostępniać referencje. Oficjalna strona: https://endnote.com/downloads.
Microsoft Excel   Firmy MicrosoftOficjalna wersjaMicrosoft Excel, oprogramowanie do obsługi arkuszy kalkulacyjnych z intuicyjnym interfejsem, doskonałymi możliwościami obliczeniowymi i narzędziami do tworzenia wykresów, jest jednym z najpopularniejszych programów do przetwarzania danych na komputery osobiste.
Microsoft WordFirmy MicrosoftOficjalna wersjaMicrosoft Word oferuje szereg łatwych w użyciu narzędzi do tworzenia dokumentów, a także bogaty zestaw funkcji do tworzenia złożonych dokumentów, a także formatowania tekstu czy manipulacji obrazami.
Witryny baz danych
Pubmed (Pubmed)https://pubmed.ncbi.nlm.nih.gov/
Sieć Naukihttp://www.web science.com/
  Scopushttps://www.scopus.com/
Biblioteka Cochranehttps://www.cochranelibrary.com/
Bazahttps://www.embase.com/
CINAHL powiedział:https://www.ebsco.com/zh-cn/products/research-databases/cinahl-database
Stacja CNKIhttps://www.cnki.net/
CBM (Przedsiębiorstwo CBMhttp://www.sinomed.ac.cn/
Kieł Wanhttps://c.wanfangdata.com.cn/

Bibliografia

  1. Jiang, H., Song, N., Jiao, Q., Shi, L., Du, X. Iron pathophysiology in Parkinson diseases. Adv Exp Med Biol. 1173, 45-66 (2019).
  2. Hiorth, Y. H., et al. Orthostatic hypotension in Parkinson disease: A 7-year prospective population-based study. Neurology. 93 (16), e1526-e1534 (2019).
  3. Velseboer, D. C., De Haan, R. J., Wieling, W., Goldstein, D. S., De Bie, R. M. Prevalence of orthostatic hypotension in Parkinson's disease: A systematic review and meta-analysis. Parkinsonism Relat Disord. 17 (10), 724-729 (2011).
  4. Palma, J. A., et al. Orthostatic hypotension in Parkinson disease: How much you fall or how low you go. Mov Disord. 30 (5), 639-645 (2015).
  5. Merola, A., et al. Orthostatic hypotension in Parkinson disease: Impact on health care utilization. Parkinsonism Relat Disord. 47, 45-49 (2018).
  6. Freeman, R., et al. Consensus statement on the definition of orthostatic hypotension, neurally mediated syncope and the postural tachycardia syndrome. Clin Auton Res. 21 (2), 69-72 (2011).
  7. Jain, S., Goldstein, D. S. Cardiovascular dysautonomia in Parkinson disease: From pathophysiology to pathogenesis. Neurobiol Dis. 46 (3), 572-580 (2012).
  8. Francois, C., et al. Fall-related healthcare use and costs in neurogenic orthostatic hypotension with Parkinson's disease. J Med Econ. 20 (5), 525-532 (2017).
  9. Jones, C. D., et al. Orthostatic hypotension as a risk factor for incident heart failure: The ARIC study. Hypertension. 59 (5), 913-918 (2012).
  10. Juraschek, S. P., et al. Orthostatic hypotension and risk of clinical and subclinical cardiovascular disease in middle-aged adults. J Am Heart Assoc. 7 (10), e008884(2018).
  11. Freeman, R., et al. Orthostatic hypotension: JACC state-of-the-art review. J Am Coll Cardiol. 72 (11), 1294-1309 (2018).
  12. Isik, A. T., et al. Orthostatic hypotension in dementia with Lewy bodies: A meta-analysis of prospective studies. Clin Auton Res. 33 (2), 133-141 (2023).
  13. Mu, F., Jiao, Q., Du, X., Jiang, H. Association of orthostatic hypotension with Parkinson's disease: A meta-analysis. Neurol Sci. 41 (6), 1419-1426 (2020).
  14. Cersosimo, M. G., Benarroch, E. E. Autonomic involvement in Parkinson's disease: Pathology, pathophysiology, clinical features and possible peripheral biomarkers. J Neurol Sci. 313 (1-2), 57-63 (2012).
  15. Xin, W., Lin, Z., Mi, S. Orthostatic hypotension and mortality risk: A meta-analysis of cohort studies. Heart. 100 (5), 406-413 (2014).
  16. Longardner, K., Bayram, E., Litvan, I. Orthostatic hypotension is associated with cognitive decline in Parkinson disease. Front Neurol. 11, 897(2020).
  17. Yin, K., et al. sleep behavioral disorder may be an independent risk factor for orthostatic hypotension in Parkinson's disease. Aging Clin Exp Res. 34 (1), 159-166 (2022).
  18. Ou Ruiyang, L. X., Chen, J. Analysis of risk factors of postural hypotension in elderly patients with Parkinson's disease. Geriatrics & Health Care. 28 (3), 521-524 (2022).
  19. Liu, C., Dong, C. Examination of orthostatic hypotension and its related risk factors in patients with Parkinson's disease. Chinese Journal of Contemporary Neurology and Neurosurgery. 22 (3), 270-277 (2022).
  20. Li, L., Guo, P. Parkinson's disease combined with orthostatic hypotension: Characteristics and its effects on cognitive function. Chinese Journal of Geriatrics. 39 (9), 1001-1005 (2020).
  21. Li, L., et al. Parkinson's disease with orthostatic hypotension: Analyses of clinical characteristics and influencing factors. Neurol Res. 41 (8), 734-741 (2019).
  22. Wu, J. J., et al. Cognition and transcranial sonography in Parkinson's disease patients with or without orthostatic hypotension. Brain Behav. 11 (8), e2252(2021).
  23. Li-Xia, L., Wen-Zhong, Z. Heart rate variability in patients with Parkinson's disease complicated with orthostatic hypotension. Int J Clin Exp Med. 12 (6), 7793-7800 (2019).
  24. Palma, J. A., Kaufmann, H. Orthostatic hypotension in Parkinson disease. Clin Geriatr Med. 36 (1), 53-67 (2020).
  25. Park, J. W., et al. Pharmacologic treatment of orthostatic hypotension. Auton Neurosci. 229, 102721(2020).
  26. Page, M. J., et al. The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ. 372, n71(2021).
  27. You, Q., et al. Risk factors for pulmonary infection in elderly patients with acute stroke: A meta-analysis. Heliyon. 8 (11), e11664(2022).
  28. Perez-Lloret, S., et al. Factors related to orthostatic hypotension in Parkinson's disease. Parkinsonism Relat Disord. 18 (5), 501-505 (2012).
  29. Quarracino, C., Otero-Losada, M., Capani, F., Perez-Lloret, S. Prevalence and factors related to orthostatic syndromes in recently diagnosed, drug-naive patients with Parkinson disease. Clin Auton Res. 30 (3), 265-271 (2020).
  30. Klanbut, S., Phattanarudee, S., Wongwiwatthananukit, S., Suthisisang, C., Bhidayasiri, R. Symptomatic orthostatic hypotension in Parkinson's disease patients: Prevalence, associated factors and its impact on balance confidence. J Neurol Sci. 385, 168-174 (2018).
  31. Mengchen, Y. Analysis of risk factors and correlation between fatigue and orthostatic hypotension in Parkinson's disease [Master's thesis]. , China Medical University. (2021).
  32. Liu, Z., Liu, G. Risk factors of orthostatic hypotension in early-onset Parkinson's disease. Neural Injury and Functional Reconstruction. 17 (6), 328-332 (2022).
  33. Kuliang, W. Clinical study of neurogenic orthostatic hypotension and its influencing factors in Parkinson's disease. [Master's thesis]. , China Medical University. (2020).
  34. Hang, L. Analysis of factors related to orthostatic hypotension in patients with Parkinson's disease. [Master's thesis]. , Jilin University. (2021).
  35. Che, N., Zhang, F., Chen, S. Risk factors for orthostatic hypotension in patients with Parkinson's disease. Journal of Chinese Practical Diagnosis and Therapy. 33 (11), 1093-1095 (2019).
  36. Yoritaka, A., Shimo, Y., Hatano, T., Hattori, N. Motor/nonmotor symptoms and progression in patients with Parkinson's disease: Prevalence and risks in a longitudinal study. Parkinsons Dis. 2020, 2735361(2020).
  37. Xu, H., Bai, H., Yu, S., Zhang, J., Wang, Q. Construction of risk prediction model for orthostatic hypotension in patients with Parkinson's disease. Journal of Nursing Administration. 24 (7), 581-585 (2024).
  38. Lu, W., et al. Analysis of risk factors for orthostatic hypotension in Parkinson's disease patients. Modern Nurse. 30 (6), 146-150 (2023).
  39. Gaspar, L., et al. Orthostatic hypotension in diabetic patients-10-year follow-up study. J Diabetes Complications. 30 (1), 67-71 (2016).
  40. Fleischer, J. Diabetic autonomic imbalance and glycemic variability. J Diabetes Sci Technol. 6 (5), 1207-1215 (2012).
  41. Ewing, D. J., Campbell, I. W., Clarke, B. F. The natural history of diabetic autonomic neuropathy. Q J Med. 49 (193), 95-108 (1980).
  42. Freeman, R., et al. Orthostatic hypotension: JACC state-of-the-art review. J Am Coll Cardiol. 72 (11), 1294-1309 (2018).
  43. Mathew, J. L. Systematic reviews and meta-analysis: A guide for beginners. Indian Pediatr. 59 (4), 320-330 (2021).
  44. Stroup, D. F., et al. Meta-analysis of observational studies in epidemiology: A proposal for reporting. JAMA. 283 (15), 2008-2012 (2000).
  45. Straus, S. E., Glasziou, P., Richardson, W. S., Haynes, R. B. Evidence-based Medicine: How to Practice and Teach EBM. , Elsevier. (2018).
  46. Duval, S., Tweedie, R. Trim and fill: A simple funnel-plot-based method of testing and adjusting for publication bias in meta-analysis. Biometrics. 56 (2), 455-463 (2000).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Objawy niemotorycznezaburzenia zachowania w fazie REMdysfunkcja autonomicznadawka lewodopystopień w skali Hoehna-Yahrahemoglobinia glikowana (HbA1c)
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.