Efficacy of Noninvasive Brain Stimulation Techniques in Managing Stuttering Behaviors: A Systematic Review and Meta-Regression Analysis
Notice bibliographique
Résumé
PURPOSE: This systematic review and meta-regression analysis investigated the overall effectiveness of noninvasive brain stimulation (NIBS) techniques in managing stuttering behaviors. METHOD: A total of 290 papers were initially identified through a comprehensive database search, and after applying inclusion and exclusion criteria, 15 studies were selected for the final analysis. These studies evaluated NIBS techniques both as standalone interventions and in combination with speech therapy techniques. The random-effects meta-analysis was done to investigate the effect of neuromodulation techniques on reducing severity and frequency of stuttering behaviors. In addition, meta-regression and subgroup analyses were conducted to identify the effective techniques and explore potential moderators, such as intervention type, age group, and outcome measures. RESULTS: The random-effects meta-analysis revealed a significant positive effect of neuromodulation techniques on reducing stuttering severity and frequency. Meta-regression showed that transcranial direct current stimulation (tDCS) had the most significant effect in reducing stuttering severity and frequency among standalone interventions. Combined therapy approaches, which paired NIBS with speech therapy, resulted in the most substantial improvements overall. Sensitivity analyses confirmed the robustness of the results despite minor heterogeneity across studies. CONCLUSIONS: NIBS, particularly tDCS, shows promise as an effective intervention for stuttering. When combined with behavioral therapies, NIBS offers enhanced benefits, supporting its role as an adjunctive treatment in clinical practice. Further large-scale studies are recommended to confirm the long-term efficacy, refine treatment protocols, and explore optimal stimulation parameters for improved outcomes.
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 | 0,023 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,063 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».