The Effectiveness of Noninvasive Interventions for Temporomandibular Disorders
Notice bibliographique
Résumé
OBJECTIVE: To determine the effectiveness and cost-effectiveness of noninvasive interventions for temporomandibular disorders (TMD). METHODS: We systematically searched MEDLINE, EMBASE, CINAHL, PsycINFO, and Cochrane Central register from 1990 to 2014 for effectiveness studies and the Cochrane Health Technology Assessment Database, EconLit, NHS Economic Evaluation Database, and Tufts Medical Center Cost-Effectiveness Analysis Register from 1990 to 2014 for cost-effectiveness studies. Random pairs of independent reviewers critically appraised eligible studies using the Scottish Intercollegiate Guidelines Network criteria. Evidence from eligible studies was synthesized using best-evidence synthesis methodology. RESULTS: Our search for effectiveness studies yielded 16,995 citations; 31 were relevant and 7 randomized controlled trials (published in 8 articles) had a low risk of bias. We found no relevant cost-effectiveness studies. The evidence suggests that for persistent TMD: (1) cognitive-behavioral therapy and self-care management lead to similar improvements in pain and disability but cognitive-behavioral therapy is more effective for activity interference and depressive symptoms; (2) cognitive-behavioral therapy combined with usual treatment provides short-term benefits in pain and ability to control pain compared with usual treatment alone; (3) intraoral myofascial therapy may reduce pain and improve jaw opening; and (4) structured self-care management may be more effective than usual treatment. The evidence suggests that occlusal devices may not be effective in reducing pain and improving motion for TMD of variable duration. Evidence on the effectiveness of biofeedback is inconclusive. DISCUSSION: The available evidence suggests that cognitive-behavioral therapy, intraoral myofascial therapy, and self-care management are therapeutic options for persistent TMD.
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 | 0,092 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| 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 | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».