The effects of transcutaneous electrical nerve stimulation on tissue repair: A literature review
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
BACKGROUND: Transcutaneous electrical nerve stimulation (TENS) consists of a generic application of low-frequency, pulsed electrical currents transmitted by electrodes through the skin surface. It is a therapeutic modality that is nonpharmacological, noninvasive, inexpensive, easy to use and widely applied in clinical practice. OBJECTIVE: To narratively review the scientific evidence of the effects of TENS on tissue repair with respect to wound healing, skin flap viability and tendinous repair. METHODS: The study was conducted using the MEDLINE, Lilacs and Scielo databases, without limit to the period of publication, and was completed in November 2011. Inclusion criteria were randomized or nonrandomized, controlled or noncontrolled clinical trials, and experimental trials involving rats subjected to TENS for tissue repair. RESULTS: Thirty articles on tissue repair were found and, among these, 14 reported on wound healing, 14 reported on skin flaps and two analyzed tedinous repair. DISCUSSION: It was suggested that TENS stimulates skin wound healing and tendon repair, as well as the viability of random skin flaps. Such effects may be due to the release of substance P and calcitonin gene-related peptide, which would increase blood flow and, consequently, hasten the events leading to tissue repair. CONCLUSIONS: Based on the scientific evidence regarding the effects of TENS on tissue repair, the findings of the present literature review were inconclusive because data from the randomized controlled clinical trials were insufficient to confirm such effects.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 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 découle