Transcranial Direct Current Stimulation for Parkinson's Disease: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Parkinson's disease is a common neurodegenerative disorder with motor and non-motor symptoms. Recently, as adjuvant therapy, transcranial direct current stimulation (tDCS) has been shown to improve the motor and non-motor function of patients with Parkinson's disease (PD). This systematic review aimed to evaluate the existing evidence for the efficacy of tDCS for PD. We included English databases (PubMed, the Cochrane Library, Embase, and Web of Science) and Chinese databases [Wanfang database, China National Knowledge Infrastructure (CNKI), China Science and Technology Journal Database (VIP), and China Biology Medicine (CBM)] without restricting the year of publication. Twenty-one tDCS studies, with a total of 736 participants, were included in the analysis. Two independent researchers extracted the data and characteristics of each study. There was a significant pooled effect size (−1.29; 95% CI = −1.60, −0.98; p < 0.00001; I 2 = 0%) in the Unified PD Rating Scale (UPDRS) I and the Montreal cognitive assessment (SMD = 0.87, 95% CI = 0.50 to 1.24; p < 0.00001; I 2 = 0%). The poor effect size was observed in the UPDRS III scores (SMD = −0.13; 95% CI = −0.64, 0.38; p = 0.61; I 2 = 77%), and similar results were observed for the timed up and go (TUG) test, Berg balance scale, and gait assessment. The results of this meta-analysis showed that there was insufficient evidence that tDCS improves the motor function of patients with PD. However, tDCS seemed to improve their cognitive performance. Further multicenter research with a larger sample size is needed. In addition, future research should focus on determining the tDCS parameters that are most beneficial to the functional recovery of patients with PD.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; 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 ».