Economics of dry needling and botulinum toxin type A for treatment of post-stroke spasticity: a review
Notice bibliographique
Résumé
Stroke is one of the most common causes of disability and exerts a high burden of direct and indirect costs. Stroke may cause spasticity, which limits patients’ abilities and affects their activities of daily living, decreasing their quality of life. Conventional treatments are based on physical therapy, anti-spasticity medication, and botulinum toxin type A (BTX-A). However, recently, non-pharmacological approaches have been used, such as dry needling (DN) of myofascial trigger points. BTX-A and DN are two treatments that aim to decrease spasticity in patients with stroke, but their mode of action, application, and costs differ. Thus, there is a need to determine the comparative economics of post-stroke spasticity treatments. For this purpose, a search for all types of cost-effectiveness studies (randomized controlled trials, matched controls, and cohorts) and models of epidemiological data was performed. Studies were selected if they included economic outcomes in stroke patients treated with BTX-A or DN. As a result, 7 studies of BTX-A and 2 of DN were selected. Similarities were found in the outcomes used to assess the effectiveness of both treatments in most studies, with modifications of the Ashworth Scale [Modified Ashworth Scale (MAS)/Modified Modified Ashworth Scale (MMAS)] and quality-adjusted life year (QALY) being the main indicators of effectiveness. However, both the duration of the studies and the evaluation of costs were highly heterogeneous, making comparison difficult. In conclusion, both BTX-A and DN are cost-effective to treat spasticity in patients with stroke, but there is a need for comparative studies to make direct comparisons of cost-effectiveness with the most frequently used outcomes such as the MMAS and QALYs.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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) | 0,000 | 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 ».