Effect of acupuncture on vascular cognitive impairment (VCI): A randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: Vascular cognitive impairment (VCI) is a condition associated with cerebrovascular diseases, which causes a heavy burden on both individuals and society. Acupuncture has been used extensively in China to treat these complications. However, the therapeutic efficacy of this treatment remains uncertain. Consequently, we aimed to investigate the clinical effects of acupuncture on VCI. METHODS: Patients (n = 97) were randomly divided into the intervention (n = 48) and the control (n = 49) groups. The intervention group was given donepezil hydrochloride orally once a day for 4 weeks, and the intervention group was combined with acupuncture treatment on the basis of control group once daily, 6 days a week, for a total of 4 weeks. Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment scores were performed before the intervention and after the intervention (4 weeks post-intervention). The levels of interleukin (IL)-1β and IL-6 were measured before the intervention and after the intervention (4 weeks post-intervention). Finally, the clinical effective rate was calculated according to the MMSE scores before and after intervention. RESULTS: Following the intervention, significant differences were observed between the intervention and control groups. After 4 weeks, MMSE and Montreal Cognitive Assessment scores were significantly increased (P < .001), and IL-1β and IL-6 levels were significantly decreased (P < .001). CONCLUSION: Acupuncture treatment can improve the cognitive function of patients with VCI and decrease the levels of IL-1β and IL-6. These findings strongly support the efficacy of acupuncture as a therapeutic intervention in patients with VCI.
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 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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».