Repetitive Transcranial Magnetic Stimulation over the Dorsolateral Prefrontal Cortex for Treating Posttraumatic Stress Disorder: An Exploratory Meta-Analysis of Randomized, Double-Blind and Sham-Controlled Trials
Notice bibliographique
Résumé
OBJECTIVE: Repetitive transcranial magnetic stimulation (rTMS) applied to the dorsolateral prefrontal cortex (DLPFC) has yielded promising results as a treatment for posttraumatic stress disorder (PTSD). However, to date, no quantitative review of its clinical utility has been published. METHOD: We searched for randomized and sham-controlled trials from 1995 to March 2013 using MEDLINE, Embase, PsycINFO, CENTRAL, and SCOPUS. We then performed an exploratory random effects meta-analysis. RESULTS: Studies on rTMS applied to the right DLPFC included 64 adults with PTSD. The pooled Hedges g effect size for pre and post changes in clinician-rated and self-reported PTSD symptoms were, respectively, 1.65 (P < 0.001) and 1.91 (P < 0.001), indicating significant and large-sized differences in outcome favouring active rTMS. Also, there were significant pre and post decreases with active rTMS in overall anxiety (Hedges g = 1.24; P = 0.02) and depressive (Hedges g = 0.85; P < 0.001) symptoms. Dropout rates at study end did not differ between active and sham rTMS groups. Regarding rTMS applied to the left DLPFC, there is only one study published to date (using a high frequency protocol), and its results showed that active rTMS seems to be superior overall to sham rTMS. CONCLUSIONS: Our exploratory meta-analysis shows that active rTMS applied to the DLPFC seems to be effective and acceptable for treating PTSD. However, the small number of subjects included in the analyses limits the generalizability of these findings. Future studies should include larger samples and deliver optimized stimulation parameters.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,007 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».