Efficacy of Laser Auricular Acupuncture for Smoking Cessation
Notice bibliographique
Résumé
Objectives: The aim of the current study was to compare urinary cotinine levels, nicotine dependence and physical effects related to smoking in smokers before and after laser auricular acupuncture, psychological counselling and a combination of laser treatment with counselling. Methods: This study was carried out from February to July 2019 in India. A total of 60 smokers were randomly allocated to three interventional groups. Urinary cotinine levels, nicotine dependence and physical effects due to smoking were evaluated using NicAlert strips (Nymox Pharmaceutical Corp., Quebec, Canada) the Fagerström questionnaire and a visual analogue scale, respectively, at baseline and one month post-intervention. Pearson’s chi-square, Kruskal Wallis analysis of variance and Wilcoxon sign rank tests were used for statistical analyses. Results: There was a significant reduction in urinary cotinine levels and nicotine dependence and significant improvement in behaviour and physical effects related to smoking in all groups post-intervention (P <0.05). Reduction in nicotine dependence was significantly higher in the laser group (4.4 ± 1.66) compared to other groups (P <0.01). Reduction in urinary cotinine levels was highest in the laser with counselling group (0.85 ± 0.3) compared to the other groups. There was a significant reduction in irritability, headache, craving for smoking, tiredness and anxiety as well as a substantial increase in calmness, unpleasant taste of smoking, the ability to concentrate and appetite in the laser auricular acupuncture group compared to the other groups (P <0.01) Conclusion: Laser auricular acupuncture alone and in combination with psychological counselling can reduce nicotine dependence among smokers.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».