The use of non‐invasive brain stimulation techniques to reduce body weight and food cravings: A systematic review and meta‐analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Summary Several studies demonstrated non‐invasive brain stimulation (NIBS) techniques such as transcranial direct current stimulation (tDCS) and transcranial magnetic stimulation (TMS) are safe and simple techniques that can reduce body weight, food cravings, and food consumption in patients with obesity. However, a systematic to evaluate the efficacy of active NIBS versus sham stimulation in reducing body weight and food cravings in patients with obesity is not available. We conducted a systematic review and meta‐analysis of randomized controlled trials (RCTs) using PubMed, Embase, MEDLINE, and Cochrane Central Register of Control Trial between January 1990 and February 2022. Mean differences (MDs) for continuous outcome variables with 95% confidence intervals (95% CIs) were used to examine the effects of NIBS on body weight and body mass index (BMI), whereas the hedges's g test was used to measure the effects on food craving. Nineteen RCTs involving 571 participants were included in this study. Active neurostimulation (TMS and tDCS) was significantly more likely than sham stimulation to reduce body weight (TMS: −3.29 kg, 95% CI [−5.32, −1.26]; I 2 = 48%; p < .001; tDCS: −0.82 kg, 95% CI [−1.01, −0.62]; I 2 = 0.0%; p = .00) and BMI (TMS: −0.74, 95% CI [−1.17, −0.31]; I 2 = 0% p = .00; tDCS: MD = −0.55, 95% CI [−2.32, 1.21]; I 2 = 0% p = .54) as well as food cravings (TMS: g = −0.91, 95% CI [−1.68, −0.14]; I 2 = 88 p = .00; tDCS: g = −0.32, 95% CI [−0.62, −0.02]; p = .04). Compared with sham stimulation, our findings indicate that active NIBS can significantly help to reduce body weight and food cravings. Hence, these novel techniques may be used as primary or adjunct tools in treating patients with obesity.
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.
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 | 0,002 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 découle