The Effect of Noninvasive Brain Stimulation to Reduce Nonspecific Low Back Pain
Notice bibliographique
Résumé
OBJECTIVE: We conducted a systematic review/meta-analysis to evaluate noninvasive brain stimulation (NIBS) efficacy to alleviate pain and improve disability in low back pain (LBP). MATERIALS AND METHODS: A systematic literature search was performed by a librarian in MEDLINE, Embase, EBM Reviews, CINAHL, and Web of Science databases (last search: January 14, 2021). Data were pooled by the number of sessions and follow-up periods. Independent reviewers performed screening, data extraction, and risk of bias. Pain reduction and disability were used as outcomes. RESULTS: Twelve articles were included in the qualitative synthesis and 8 in the meta-analysis. A single session of NIBS reduced pain compared with sham (standardized mean difference: -0.47; P<0.001; very low-quality evidence). Repeated sessions of NIBS did not impact pain at short-term (mean difference [MD]: -0.31; P=0.23) or midterm (MD: -0.56; P=0.33; moderate quality evidence). Combining NIBS with cointerventions did not influence pain (MD: -0.31; P=0.30; moderate quality evidence). NIBS did not have a statistically significant impact on disability. DISCUSSION: There is very low-quality evidence suggesting that a single NIBS session reduces LBP intensity. In contrast, there is moderate quality evidence that repeated NIBS sessions or combination with cointervention did not improve pain or disability. Thus, current results do not support NIBS use to treat chronic LBP. Considering that tDCS was tested in 8 of 12 studies with little success, studies focusing on different NIBS techniques or innovative parameters are required to determine their potential to improve pain and disability in chronic LBP.
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 | 0,033 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| 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 | 0,000 | 0,001 |
| 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 ».