Therapeutic effect of Chinese Tuina on diabetic peripheral neuropathy: systematic review and meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Clinical studies suggest that Chinese Tuina therapy may benefit diabetic peripheral neuropathy (DPN), but the evidence is inconclusive. This study evaluates its clinical efficacy and safety for DPN treatment. METHODS: Ten databases were searched, covering the period from their inception to February 21, 2024. Relevant data were extracted from studies meeting the inclusion criteria, and a meta-analysis was conducted using RevMan 5.3 software. RESULTS: A total of 24 randomized controlled trials (RCTs) involving 1,989 participants were included in the study. The meta-analysis results showed that, compared to a control group, the Chinese Tuina therapy group demonstrated a higher overall clinical efficacy rate and improved Toronto Clinical Scoring System (TCSS) scores, indicating that Chinese Tuina may provide benefits beyond conventional treatment. Furthermore, improvements were observed in the motor and sensory nerve conduction velocities (MNCV and SNCV) of certain specific nerves, such as the common peroneal nerve, sural nerve, and ulnar nerve. Although the differences in MNCV and SNCV of the tibial and median nerves were not statistically significant, the overall improvement in clinical outcome supports the conclusion that Chinese Tuina is superior to conventional treatment. CONCLUSION: Chinese Tuina therapy is a safe and effective treatment option for DPN. It can alleviate clinical symptoms and improve the MNCV of the common peroneal nerve as well as the SNCV of the sural and ulnar nerves. Its efficacy in the tibial and median nerves remains unconfirmed, highlighting a need for future large-scale, high-quality RCTs.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,003 |
| Bibliométrie | 0,001 | 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 | 0,000 | 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 découle