Cranial Nerve Noninvasive Neuromodulation in Adults With Neurological Conditions: Protocol for a Scoping Review (Preprint)
Notice bibliographique
Résumé
<sec> <title>BACKGROUND</title> Cranial nerve noninvasive neuromodulation (CN-NINM) via translingual nerve stimulation (TLNS) is a promising new intervention combined with neurological rehabilitation to improve outcomes for persons with neurological conditions. A portable neuromodulation stimulation (PoNS) device rests on the tongue and stimulates cranial nerves V and VII (trigeminal and facial nerves, respectively). Emerging evidence suggests that CN-NINM using the PoNS device, combined with targeted physical therapy, improves balance and gait outcomes but has not yet been comprehensively reviewed. </sec> <sec> <title>OBJECTIVE</title> This review will describe CN-NINM via TLNS and its applications, effects, and implications for rehabilitation science in adult populations with neurological conditions. We will identify how CN-NINM via TLNS is currently being incorporated into neurological rehabilitation and identify gaps in evidence with respect to this novel technology. </sec> <sec> <title>METHODS</title> Joanna Briggs Institute methodology will be used to conduct this scoping review. Electronic databases MEDLINE, AMED, CINAHL, Embase, and Web of Science will be searched, as well as gray literature databases ProQuest, DuckDuckGo, and Google. Studies published in English and French between 2000 and 2021 will be included. Two reviewers will independently screen all titles and abstracts and full-text papers that meet the inclusion criteria. Data will be extracted and collated in a table to synthesize the results. Extracted data will be reported in a comprehensive summary. </sec> <sec> <title>RESULTS</title> The final manuscript is intended for submission to an indexed journal in September 2021. </sec> <sec> <title>CONCLUSIONS</title> This scoping review will be the first, to our knowledge, to address the current evidence on CN-NINM. The results will inform the use of CN-NINM in neurological rehabilitation and the development of recommendations for future research. </sec> <sec> <title>CLINICALTRIAL</title> Open Science Framework 10.17605/OSF.IO/XZQFM; https://osf.io/xzqfm </sec> <sec> <title>INTERNATIONAL REGISTERED REPORT</title> PRR1-10.2196/29965 </sec>
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».