Can exercise-based interventions reverse gray and white matter abnormalities in patients with chronic musculoskeletal pain? A systematic review
Notice bibliographique
Résumé
BACKGROUND: Recent evidence has suggested that reversal of gray or white matter abnormalities could be a criterion of recovery in patients with chronic pain. OBJECTIVE: To determine the effectiveness of exercise-based interventions in reversing gray and white matter abnormalities in patients with chronic musculoskeletal pain. METHODS: An electronic search was performed in the MEDLINE (Via PubMed), EMBASE, Web of Science, LILACS, SPORTDiscus, CINAHL, PEDro, and CENTRAL databases. Randomized clinical trials (RCTs) including patients with chronic musculoskeletal pain, which assessed the change in gray and white matter abnormalities after exercise-based interventions were selected. The risk of bias was assessed using the Risk of Bias II tool. RESULTS: Four RCTs were included (n= 386). Three studies showed reversal of abnormalities with exercise-based interventions compared to control groups. The reversal was observed in the gray matter volume in the medial orbital prefrontal cortex and in the supplementary motor area of patients with osteoarthritis, in the hippocampus, insula, amygdala and thalamus in fibromyalgia patients. Furthermore, in patients with chronic spinal pain, reversal was observed in the gray matter thickness of the frontal middle caudal cortex and in the caudate, putamen and thalamus gray matter volume. CONCLUSIONS: There is insufficient evidence to determine the effectiveness of exercise-based interventions for reversing gray and white matter abnormalities in patients with chronic pain. Further studies are still needed in this field.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».