Effect of botulinum toxin type A on muscular temporomandibular disorder: A systematic review and meta‐analysis of randomized controlled trials
Notice bibliographique
Résumé
BACKGROUND: Botulinum toxin type A (BTX-A) is increasingly used to manage painful temporomandibular disorders (TMD). However, the effect of BTX-A on muscular TMD remains unclear. OBJECTIVE: To assess the efficacy, safety and optimal dose of BTX-A for treating TMD. METHODS: We conducted systematic literature searches in MEDLINE, Embase, Web of Science, ClinicalTrials.gov and Cochrane Library until March 2023. We extracted data from randomized controlled trials (RCTs) that evaluated the efficacy and safety of BTX-A in treating muscular TMD. We performed a meta-analysis using a random-effects model. RESULTS: Fifteen RCTs involving 504 participants met the inclusion criteria. BTX-A was significantly more effective than placebo in reducing pain intensity, as measured on a 0-10 scale, at 1 month (MD [95% CI] = -1.92 [-2.87, -0.98], p < .0001) and 6 months (MD [95% CI] -2.08, [-3.19 to -0.98]; p = .0002). A higher dosage of BTX-A (60-100 U bilaterally) was associated with a greater reduction in pain at 6 months (MD [95% CI] = -2.98 [-3.52, -2.44]; p < .001). BTX-A also resulted in decreased masseter muscle intensity (μV) (MD [95% CI] = -44.43 [-71.33, -17.53]; p = .001) at 1 month and occlusal force (kg) at 3 months (MD [95% CI] = -30.29 [-48.22 to -12.37]; p = .0009). There was no significant difference in adverse events between BTX-A and placebo. CONCLUSIONS: BTX-A is a safe and effective treatment for reducing pain and improving temporomandibular muscle and joint function in muscular TMD patients. A bilateral dose of 60-100 U might be an optimal choice for treating muscular TMD pain.
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 | 0,126 | 0,192 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,082 | 0,019 |
| Bibliométrie | 0,002 | 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 | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».