MétaCan
Menu
Retour à la cohorte
Enregistrement W4399353703 · doi:10.3389/fneur.2024.1402458

Efficacy and safety of acupuncture for painful diabetic neuropathy: a systematic review and meta-analysis

2024· review· en· W4399353703 sur OpenAlexaboutno aff
Jiaming Liu, Yueqi Lin, Yuheng Huang, Qingyi Yang, Xiaojie Li, Y. H. Ye, Bohui Zheng, Wei Song

Notice bibliographique

RevueFrontiers in Neurology · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueAcupuncture Treatment Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesGuangdong Provincial Hospital of Traditional Chinese Medicine
Mots-clésMedicineMeta-analysisAcupunctureCochrane LibraryRandomized controlled trialSystematic reviewMEDLINEInternal medicineDiabetes mellitusPhysical therapyAlternative medicinePathology

Résumé

récupéré en direct d'OpenAlex

Background Painful diabetic neuropathy (PDN) is a common chronic neurological complication of diabetes mellitus. Medications are often used to relieve pain, but with significant side effects. Acupuncture is now a component of pragmatic and integrative treatment for PDN. An increasing number of relevant randomized controlled trials have been published in recent years, but a comprehensive meta-analysis has not yet been performed. The aim of this paper is to verify the effectiveness and safety of acupuncture for PDN by meta-analysis and trial sequential analysis (TSA). Methods All participants in this study should have had a PDN diagnosis and the trial group was treated with acupuncture. Eight databases, including EMbase, PubMed, Web of science, Cochrane Library, China Biology Medicine disc (CBM), China National Knowledge Infrastructure (CNKI), Wanfang and Chongqing VIP (CQVIP) were retrieved from inception to 5 April 2023. Meta-analysis was conducted utilizing RevMan 5.3 and Stata 15.0. TSA was performed to assess the adequacy of sample size for the outcomes. Results A total of 36 studies, comprising 2,739 PDN patients, were included. Among them, 1,393 patients were assigned to the trial group and 1,346 patients were treated in the control group. Outcomes covers the primary indicator Total effective rate (RR = 1.42, 95%CI [1.34, 1.52], p < 0.00001), with 21 studies reported, Pain intensity (SMD = −1.27, 95%CI [−1.58, −0.95], p < 0.00001), with 23 studies reported, and other outcomes, including motor nerve conduction velocity (MCV; MD = 3.58, 95%CI [2.77, 4.38], p < 0.00001), sensory nerve conduction velocity (SCV; MD = 3.62, 95%CI [2.75, 4.49], p < 0.00001), Depression score (SMD = −1.02, 95%CI [1.58, 0.46]), Toronto clinical scoring system (TCSS; MD = −2.41, 95%CI [−3.37, −1.45], p < 0.00001), Quality of life (SMD = 1.06, 95%CI [0.66, 1.46]), traditional Chinese medicine (TCM) syndrome score (MD = −4.99, 95%CI [−6.79, −3.18], p < 0.00001), suggesting that acupuncture have an ameliorating effect on PDN in various respect. Egger’s test revealed publication bias for four outcomes. TSA showed that as for Total effective rate, Pain Intensity, MCV and SCV, the number of included studies was sufficient to support the conclusions. Conclusion Acupuncture demonstrates significant effectiveness in improving PDN outcomes, including Total effective rate, Pain intensity, MCV, SCV, Depression score, TCSS, Quality of life, TCM syndrome score. But the Adverse events rate is no different in trail group and control group. The publication bias presented in Total effective rate, Pain intensity, MCV and SCV can be remedied by Trim and filling method. Systematic review registration Prospero, https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=477295 .

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,836
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0210,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,363
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetAcupuncture Treatment Research StudiesTravaux en français237 207