Transcranial magnetic stimulation for posttraumatic stress disorder: an updated systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Transcranial magnetic stimulation (TMS) is a promising non-pharmacological intervention for posttraumatic stress disorder (PTSD). However, randomized controlled trials (RCTs) and meta-analyses have reported mixed results. OBJECTIVE: To review articles that assess the efficacy of TMS in PTSD treatment. METHODS: A systematic review using MEDLINE and other databases to identify studies from the first RCT available up to September 2015. The primary outcome was based on PTSD scores (continuous variable). The main outcome was Hedges' g. We used a random-effects model using the statistical packages for meta-analysis available in Stata 13 for Mac OSX. Heterogeneity was evaluated with I2 (> 35% for heterogeneity) and the χ2 test (p < 0.10 for heterogeneity). Publication bias was evaluated using a funnel plot. Meta-regression was performed using the random-effects model. RESULTS: Five RCTs (n = 118) were included. Active TMS was significantly superior to sham TMS for PTSD symptoms (Hedges' g = 0.74; 95% confidence interval = 0.06-1.42). Heterogeneity was significant in our analysis (I2 = 71.4% and p = 0.01 for the χ2 test). The funnel plot shows that studies were evenly distributed, with just one study located marginally at the edge of the funnel and one study located out of the funnel. We found that exclusion of either study did not have a significant impact on the results. Meta-regression found no particular influence of any variable on the results. CONCLUSION: Active TMS was superior to sham stimulation for amelioration of PTSD symptoms. Further RCTs with larger sample sizes are fundamental to clarify the precise impact of TMS in PTSD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».