A network meta-analysis of different acupuncture therapy in the treatment of poststroke cognitive impairment and dementia
Notice bibliographique
Résumé
BACKGROUND: Poststroke cognitive impairment and dementia (PSCID) is a major cause of stroke-related morbidities and mortalities. Over the last few years, there has been growing evidence supporting the effectiveness of needle-related treatments in PSCID. Our goal was to rate the included therapies and assess the clinical effectiveness of various needle-related treatments in patients with PSCID. METHODS: We searched PubMed, Web of Science, Cochrane Library, Embase, China National Knowledge Infrastructure (CNKI), China Science and Technology Journal Database (VIP), Chinese Biomedical Literature Service System (SinoMed), Wanfang, FDA.gov, and ClinicalTrials.gov. A mix of subject terms and free words was used to search the databases. The retrieval period was from the inception date of the database to February, 2023. We included SRs and MAs from acupuncture RCTs of patients with PSCID. The Cochrane Risk Assessment Scale was used to evaluate the risk of bias in the included studies. State 17.0 was used for network meta-analysis in accordance with the Bayesian framework. RESULTS: There were 34 studies total of 2690 patients. The cumulative ranking curve (SUCRA) revealed that CT + CFT + EA was the most efficient intervention to improve (Mini-Mental State Examination, MMSE) efficiency, followed by CT + CFT + AP to improve (Montreal Cognitive Assessment, MoCA) efficiency, CT + CFT + ACU for improving (Activities of Daily Living scale, ADL) scores, and CT + CFT + EA to improve clinical efficiency. CONCLUSION: The results show that Different acupuncture methods can improve cognitive function and daily living ability in patients with PSCID. Network meta-analysis revealed that both CT + CFT + ACU and CT + CFT + EA appeared to be more beneficial for daily living activities, while CT + CFT + EA and CT + CFT + AP appeared to be more helpful for cognitive performance in patients with PSCID. Treatments including acupuncture are safer and have a reduced incidence of negative side effects.
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 | 0,026 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,060 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».