Comparative efficacy of moxibustion as an add-on treatment with different durations for diabetic peripheral neuropathy: study protocol for a randomized controlled trial
Notice bibliographique
Résumé
Background: Diabetic Peripheral Neuropathy (DPN) can markedly diminish patients' quality of life. Current treatments provide limited relief, driving interest in non-invasive options such as moxibustion. Moxibustion, a technique rooted in acupuncture, shows promise for managing pain. However, it lacks standardized protocols for treating DPN, especially concerning moxibustion duration, and its effectiveness for DPN is not well-supported by evidence. Thus, this study seeks to identify the optimal moxibustion duration to relieve DPN symptoms and enhance nerve function, filling an important gap in clinical practice. Methods: Participants will be randomly allocated to three clinical centers, with 30 individuals at each center, and evenly divided among the conventional treatment group, the 15-min moxibustion group, and the 30-min moxibustion group. The conventional treatment group will be administered mecobalamin and epalrestat for a duration of 4 weeks, while the moxibustion groups will receive moxubustion as an add-on therapy treatment twice a week over the same period. The duration of moxibustion differs from the 15-min group, while the procedure remains consistent across the moxibustion groups. The primary outcome is total clinical effectiveness. The second outcomes include electrophysiological examination, the Toronto Clinical Scoring System (TCSS), the Visual Analogue Scale (VAS), the Traditional Chinese Medicine Syndrome Score Scale (TCMS), and infrared thermography testing. The outcomes will be assessed during the baseline period, after the 8th treatment, and at the one-month follow-up. Conclusion: This trial aims to identify the optimal moxibustion duration for DPN symptom relief and nerve function improvement, offering evidence for standardized clinical protocols. The findings could enhance treatment efficacy, reduce adverse effects, and alleviate DPN's socio-economic burden. Clinical trial registration: https://clinicaltrials.gov/, NCT06330233.
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 | 0,021 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,007 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,007 |
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 ».