Systematic Review and Network Meta-analysis of Cognitive and/or Behavioral Therapies (CBT) for Tinnitus
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the efficacy of cognitive and/or behavioral therapies in improving health-related quality of life (HRQOL), depression, and anxiety associated with tinnitus. DATA SOURCES: EMBASE, MEDLINE, PubMed, PsycINFO, and the Cochrane Registry were used to identify English studies from database inception until February 2018. STUDY SELECTION: Randomized controlled trials (RCTs) comparing cognitive and/or behavioral therapies to one another or to waitlist controls for the treatment of tinnitus were included. DATA EXTRACTION: Quality and risk were assessed using GRADE and Cochrane's Risk of Bias tool respectively. DATA SYNTHESIS: Pairwise meta-analysis (12 RCTs: 1,144 patients) compared psychological interventions to waitlist controls. Outcomes were measured using standardized mean differences (SMDs) and 95% confidence intervals (CI). I and subgroup analyses were used to assess heterogeneity. Network meta-analysis (NMA) (19 RCTS: 1,543 patients) compared psychological therapies head-to-head. Treatment effects were presented by network diagrams, interval plots, and ranking diagrams indicating SMDs with 95% CI. Direct and indirect results were further assessed by inconsistency plots. CONCLUSIONS: Results are consistent with previously published guidelines indicating that CBT is an effective therapy for tinnitus. While guided self-administered forms of CBT had larger effect sizes (SMD: 3.44; 95% CI: -0.022, 7.09; I: 99%) on tinnitus HRQOL, only face-to-face CBT was shown to make statistically significant improvements (SMD: 0.75; 95% CI: 0.53, 0.97; I: 0%). Guided self-administered CBT had the highest likelihood of being ranked first in improving tinnitus HRQOL (75%), depression (83%), and anxiety (87%), though statistically insignificant. This NMA is the first of its kind in this therapeutic area and provides new insights on the effects of different forms of cognitive and/or behavioral therapies for tinnitus.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,040 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».