Clinical efficacy and safety of warm acupuncture in the treatment of type 2 diabetic kidney disease: A protocol of a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Type 2 diabetic kidney disease (DKD) is one of the most common and harmful chronic complications in clinical practice, and there is no reliable and targeted treatment plan at present. As a classic complementary and alternative therapy, evidence have shown that warm acupuncture has advantages in the treatment of type 2 DKD. However, there is still a lack of high-quality and long-term follow-up randomized controlled trials of warm acupuncture in the treatment of type 2 DKD. METHODS: This is a prospective randomized controlled trial to investigate the efficacy and safety of warm acupuncture in the treatment of type 2 DKD. Participants will be randomly assigned in a 1:1 ratio to either the treatment group (treated with conventional Western medicine) or the control group (treated with warm acupuncture added on the basis of the control group). Both groups will receive 12 weeks of treatment followed by 24 weeks of follow-up. Observation indicators include: 24-hour urinary protein quantification, kidney function, TCM syndrome score and adverse reactions. Finally, SPSS21.0 software will be used to analyze the data. DISCUSSION: This study will evaluate the efficacy and safety of warm acupuncture in the treatment of DKD, and the results of this trial will provide clinical evidence for the treatment of type 2 DKD. TRIAL REGISTRATION: The TCTR identification number is TCTR20221104004.
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 | 0,036 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,006 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,038 | 0,006 |
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 ».