Transcranial direct current stimulation-efficacy in mild cognitive impairment: A meta-analysis
Notice bibliographique
Résumé
Objectives: Mild cognitive impairment (MCI) is a transition state in which individuals have cognitive abilities that are in between those of normal aging and dementia. Although not everyone with MCI develops dementia, the risk of progression to dementia is higher in people with MCI. Interventions at this stage can prevent or delay the onset of dementia. In recent years, studies on non-invasive brain stimulation techniques, namely transcranial direct current stimulation (tDCS), have gained momentum for cognitive enhancement in MCI. Since there are very few studies that also report varied results, it becomes important to analyze the effect of tDCS in MCI. The aim of this study was to systematically review the available evidence about using tDCS for MCI and to assess its efficacy using meta-analysis. Materials and Methods: Eight single- or double-blinded randomized controlled trials were included in the study. Montreal cognitive assessment (MoCA) and mini-mental state examination (MMSE) for global cognition; and digit span test forward and backward, trail-making test (TMT) A and B; and logical memory test (LMT) assessing specific cognitive domains were considered. A random-effects model was used wherein the standardized mean difference (SMD) and its 95% confidence intervals were reported. Results: The effect of the active tDCS (MoCA [SMD 0.37, 95% CI -0.22-0.95], MMSE [SMD 0.26, 95% CI 0.25-0.77], TMT-A [SMD -0.01, 95% CI -0.42-0.40], and LMT [SMD 0.80, 95% CI -0.24-1.83]) when compared with the sham tDCS was statistically insignificant. Conclusion: The current meta-analysis identified insignificant improvement in cognitive performance with active tDCS treatment as compared to sham tDCS among people with MCI.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».