MétaCan
Menu
Retour à la cohorte
Enregistrement W3089111349 · doi:10.1097/md.0000000000022286

Moxibustion for the treatment of diabetic peripheral neuropathy

2020· review· en· W3089111349 sur OpenAlexaboutno aff
Yu‐Meng Tan, Jun Hu, Bing Pang, Lijuan Du, Yanan Yang, Qing Pang, Meizhen Zhang, Qian Wu, Yi Zhang, Qing Ni

Notice bibliographique

RevueMedicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiquePain Mechanisms and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesCapital Health Research and Development of Special Fund
Mots-clésMedicineConfidence intervalMoxibustionRandomized controlled trialPeripheral neuropathyPlaceboNerve conduction velocityRelative riskInternal medicineMeta-analysisCommon peroneal nervePhysical therapySurgeryAcupunctureDiabetes mellitusAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: At present, the effect of western-medicine (WM) therapy to treat diabetic peripheral neuropathy (DPN) is limited. Moxibustion is a representative external treatment in traditional Chinese medicine that has been beneficial to DPN. We aim to systematically assess the efficacy and safety of moxibustion in treating DPN, following PRISMA guidelines. METHODS: Eight electronic databases were searched to acquire information on eligible trials published from inception to June 1, 2019. We included randomized controlled trials (RCTs) applying moxibustion therapy with a minimum of 14-days treatment duration for DPN patients compared with placebo, no intervention, or conventional WM interventions. The primary outcomes in our study include the sensory-nerve conduction velocity (SNCV) and motor-nerve conduction velocity (MNCV). We used the Cochrane Collaboration Risk of Bias tool to assess the methodological quality of eligible RCTs. Statistical analyses were conducted using Review Manager 5.3. Risk ratios (RR) and mean differences (MD) were calculated with a 95% confidence interval (CI). The χ test was applied to assess the heterogeneity. RESULTS: In total, 11 RCTs were included that involved 927 DPN patients. Compared with the control group, there was an increase in median MNCV (MD = 6.26, 95% CI 2.64-9.89, Z = 3.39, P = .0007) and peroneal MNCV (MD = 6.45, 95% CI 5.30-7.61, P < .00001). There was also an increase in median SNCV (MD = 6.64, 95% CI 3.25-10.03, P = .0001) and peroneal SNCV (MD = 3. 57, 95% CI 2.06-5.09, Z = 4.63, P < .00001) in the treatment groups. The treatment groups receiving moxibustion therapy indicated a more significant improvement in total effectiveness rate (RR = 0.25, 95% CI 0.18-0.37, Z = 7.16, P < .00001). Toronto Clinical Scoring System indicated a significant decrease in the treatment groups (MD = -2.12, 95% CI -2.82 to 1.43, P < .00001). Only 1 study reported that treatment groups experienced no adverse reactions. The other 10 studies did not mention adverse events. CONCLUSIONS: Moxibustion therapy may be an effective and safe option for DPN patients but needs to be verified in further rigorous studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,367
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetPain Mechanisms and TreatmentsTravaux en français237 207