Acupuncture for Depression: A Review of Clinical Applications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While increasing numbers of patients are seeking acupuncture treatment for depression in recent years, there is limited evidence of the antidepressant (AD) effectiveness of acupuncture. Given the unsatisfactory response rates of many Food and Drug Administration-approved ADs, research on acupuncture remains of potential value. Therefore, we sought to review the efficacy and safety of acupuncture treatment for depression in clinical applications. We conducted a PubMed search for publications through 2011. We assessed the adequacy of each report and abstracted information on reported effectiveness or efficacy of acupuncture as monotherapy for major depressive disorder (MDD) and as augmentation of ADs. We also examined adverse events associated with acupuncture, and evidence for acupuncture as a means of reducing side effects of ADs. Published data suggest that acupuncture, including manual-, electrical-, and laser-based, is a generally beneficial, well-tolerated, and safe monotherapy for depression. However, acupuncture augmentation in AD partial responders and nonresponders is not as well studied as monotherapy; and available studies have only investigated MDD, but not other depressive spectrum disorders. Manual acupuncture reduced side effects of ADs in MDD. We found no data on depressive recurrence rates after recovery with acupuncture treatment. Acupuncture is a potential effective monotherapy for depression, and a safe, well-tolerated augmentation in AD partial responders and nonresponders. However, the body of evidence based on well-designed studies is limited, and further investigation is called for.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle