MétaCan
Menu
Retour à la cohorte
Enregistrement W4306873847 · doi:10.1080/09638288.2022.2127933

What are the best parameters of low-level laser therapy to reduce pain intensity and improve mandibular function in orofacial pain? A systematic review and meta-analysis

2022· review· en· W4306873847 sur OpenAlexaff
Ana Izabela Sobral de Oliveira‐Souza, Norazlin Mohamad, Ester Moreira de Castro‐Carletti, Frauke Müggenborg, Liz Dennett, Daniella Araújo de Oliveira, Susan Armijo‐Olivo

Notice bibliographique

RevueDisability and Rehabilitation · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueLaser Applications in Dentistry and Medicine
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésMedicinePlaceboMeta-analysisLow level laser therapyTendernessOrofacial painRandomized controlled trialPhysical therapyLaser therapyDentistryLaserSurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Purpose To determine the effectiveness of laser therapy for managing patients with orofacial pain (OFP). In addition, to determine which parameters provide the best treatment effects to reduce pain, improve function, and quality of life in adults with OFP.Methods Systematic review. Searches were conducted in six databases; no date or language restrictions were applied. Studies involving adults with OFP treated with laser therapy were included. The risk of bias (RoB) was performed with the Revised Cochrane RoB-2. A meta-analysis was structured around the OFP type, and outcomes. Grading of Recommendations, Assessment, Development, and Evaluation (GRADE) assessed the overall certainty of the evidence.Results Eighty-nine studies were included. Most studies (n = 72, 80.9%) were considered to have a high RoB. The results showed that laser therapy was better than placebo in improving pain, maximal mouth open (MMO), protrusion, and tenderness at the final assessment, but with a low or moderate level of evidence. The best lasers and parameters to reduce pain are diode or gallium–aluminum–arsenide (GaAlAs) lasers, a wavelength of 400–800 or 800–1500 nm, and dosage of <25 J/cm2.Conclusions Laser therapy was better than placebo to improve pain, MMO, protrusion, and tenderness. Also, it was better than occlusal splint to improve pain, but not better than TENS and medication.Implications for rehabilitationLaser therapy was found to be good in improving pain, maximal mouth opening, jaw protrusion, and tenderness at the end of the treatment.For patients with all types of temporomandibular disorders (TMDs) (myogenous, arthrogenous, and mixed), the following lasers and parameters are recommended: diode or gallium–aluminum–arsenide (GaAlAs) laser, wavelength of 400–800 or 800–1500 nm, and a dosage <25 J/cm2.For patients with arthrogenous TMDs, the following lasers and parameters are recommended: Diode laser and a wavelength between 400 and 800 nm.For patients with myogenous TMDs, the following lasers and parameters are recommended: diode laser, wavelength between 800 and 1500 nm, and dosage of <25 J/cm2.For patients with mixed TMDs, the following lasers and parameters are recommended: diode, GaAlAs, or infrared laser, a wavelength of 800–1500 nm, a dosage >100 J/cm2, and an application time between 15 and 30 s or >60 seconds.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,034
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0270,036
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,357
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDisability and RehabilitationMême sujetLaser Applications in Dentistry and MedicineTravaux en français237 207