Non-Pharmacological Interventions for the Treatment of Raynaud’s phenomenon—A Systematic Review
Notice bibliographique
Résumé
Objective: The objective of this systematic review is to describe existing literature pertaining to the use of non-pharmacological interventions (NPIs) for the management of primary or secondary Raynaud’s Phenomenon (RP) compared to placebo. Methods: The Cochrane Central Register of Controlled Trials, MEDLINE, and EMBASE were searched from their inception to the present for randomized controlled trials and clinical trials for studies assessing the therapeutic effects NPIs in primary or secondary RP. The studies were screened, and data were extracted by two reviewers. The major outcomes assessed included frequency (per week) and duration (minutes) of attacks and pain. Results: We found 23 parallel or crossover RCTs, 5 of which were not discussed in this review. The categories of NPIs included acupuncture and other needling techniques (n=4), temperature biofeedback (n=4), lasers and electrotherapy (n=5), exercise therapy (n=2), gas therapy (n=1), therapeutic gloves (n=1), and ischemic preconditioning (n=1). Most studies demonstrated trends towards therapeutic benefit; however, there was substantial heterogeneity amongst the studies. Laser therapy had the most consistent evidence; 60% and 75% of the studies reported significant improvements in frequency of attacks per week and pain. Acupuncture therapies had minimal statistically significant benefits and the data for temperature biofeedback were inconsistent and of low quality. Exercise therapy is more recently being explored showing a marked therapeutic benefit for pain. Conclusion: The evidence is limited and inconsistent; however, the studies demonstrated a trend towards therapeutic benefits, with laser and electrotherapy having the most consistent evidence. Further high-quality and multi-center RCTs are required.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,008 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».