Evidence mapping and overview of systematic reviews of the effects of acupuncture therapies
Notice bibliographique
Résumé
OBJECTIVE: To provide a route map regarding systematic reviews (SRs) of acupuncture therapies that will meet two goals: (1) to identify areas in which more or better evidence is required and (2) to identify acupuncture applications that, although proven effective, remain underused in practice, and thus warrant more effective knowledge dissemination. ELIGIBILITY CRITERIA: We included SRs that conducted meta-analyses (MAs) of randomised controlled trials (RCTs) for this overview. INFORMATION SOURCES: We searched for SRs without language restrictions from January 2015 to November 2020 in four Chinese electronic databases and Epistemonikos database. And we also searched for newly published RCTs that were eligible for selected best SRs in PubMed, Medline, Cochrane Central Register of Controlled Trials, Embase and four Chinese electronic databases from its lasted search dates to November 2020. SYNTHESIS OF RESULTS: We reanalysed the selected MAs if new primary studies were added. We used random-effect model to calculate the overall effect. RESULTS: Our search identified 120 SRs published in the last 5 years addressing acupuncture therapies across 12 therapeutic areas and 77 diseases and conditions. The SRs included 205 outcomes and involved 138 995 participants from 1402 RCTs. We constructed 77 evidence matrices, including 120 SRs and their included RCTs in the Epistemonikos database. Seventy-seven SRs represented the effect estimate of acupuncture therapies. Finally, we system summarised the areas of possible underutilisation of acupuncture therapies (high or moderate certainty evidence of large or moderate effects), and the areas of warranting additional investigation of acupuncture therapies (low or very low certainty evidence of moderate or large effects). CONCLUSION: The evidence maps and overview of SRs on acupuncture therapies identified both therapies with substantial benefits that may require more assertive evidence dissemination and promising acupuncture therapies that require further investigation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,078 | 0,266 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,019 | 0,018 |
| Bibliométrie | 0,074 | 0,039 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».