A systematic review and meta-analysis of neuromodulation therapies for substance use disorders
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
While pharmacological, behavioral and psychosocial treatments are available for substance use disorders (SUDs), they are not always effective or well-tolerated. Neuromodulation (NM) methods, including repetitive transcranial magnetic stimulation (rTMS), transcranial direct current stimulation (tDCS) and deep brain stimulation (DBS) may address SUDs by targeting addiction neurocircuitry. We evaluated the efficacy of NM to improve behavioral outcomes in SUDs. A systematic literature search was performed on MEDLINE, PsychINFO, and PubMed databases and a list of search terms for four key concepts (SUD, rTMS, tDCS, DBS) was applied. Ninety-four studies were identified that examined the effects of rTMS, tDCS, and DBS on substance use outcomes (e.g., craving, consumption, and relapse) amongst individuals with SUDs including alcohol, tobacco, cannabis, stimulants, and opioids. Meta-analyses were performed for alcohol and tobacco studies using rTMS and tDCS. We found that rTMS reduced substance use and craving, as indicated by medium to large effect sizes (Hedge's g > 0.5). Results were most encouraging when multiple stimulation sessions were applied, and the left dorsolateral prefrontal cortex (DLPFC) was targeted. tDCS also produced medium effect sizes for drug use and craving, though they were highly variable and less robust than rTMS; right anodal DLPFC stimulation appeared to be most efficacious. DBS studies were typically small, uncontrolled studies, but showed promise in reducing misuse of multiple substances. NM may be promising for the treatment of SUDs. Future studies should determine underlying neural mechanisms of NM, and further evaluate extended treatment durations, accelerated administration protocols and long-term outcomes with biochemical verification of substance use.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| 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