MétaCan
Menu
← Retour à la cohorte
Enregistrement W6999257167

Clinical Efficacy of Repetitive Transcranial Magnetic Stimulation Combined with Cognitive Training on Patients with Post Stroke Cognitive Impairment: A Meta-Analysis

2024· article· en· W6999257167 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueTranscranial Magnetic Stimulation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRivermead post-concussion symptoms questionnaireMontreal Cognitive AssessmentCognitionRandomized controlled trialConfidence intervalCognitive trainingOdds ratioStrictly standardized mean difference
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ObjectiveTo evaluate the efficacy of repetitive transcranial magnetic stimulation (rTMS) combined with cognitive training on patients with post stroke cognitive impairment (PSCI) by Meta-analysis.MethodsData were searched and retrieved from the databases of PubMed, Embase, The Cochrane Library, Web of Science, China National Knowledge Infrastructure (CNKI), Wanfang Data, and Chinese Science and Technology Periodical Database (VIP). The randomized controlled trials (RCTs) of rTMS combined with cognitive training for the treatment of patients with PSCI were included, and the retrieval time was from database inception to June 2023. The primary outcome measures included Montreal cognitive assessment (MoCA), mini-mental state examination (MMSE), activities of daily living (ADL) scale and Rivermead behavioural memory test (RBMT). The quality of the literature was assessed by two investigators using the Cochrane risk of bias assessment tool, and Meta-analysis was performed using RevMan 5.3 software. Enumeration data were expressed as odds ratio (OR) or relative risk ratio (RR). Measurement data were expressed as mean difference (MD) or standardized mean difference (SMD), with 95% confidence interval (CI). The heterogeneity was determined according to the P value and I2 value. If P≥0.10 and I2≤50%, a fixed effects model would be used, and if P<0.10 and I2>50%, a random effects model would be used.ResultsA total of 23 RCTs with 1 788 patients were included, 895 patients in the control group and 893 patients in the experimental group. (1) MoCA scores: subgroup analyses by different treatments in the control group showed that MoCA scores in the experimental group were significantly higher than those in the control group [MD=1.78, 95% CI (1.18, 2.38), P<0.000 1; MD=3.30, 95% CI (3.01,3.58), P<0.000 01]; subgroup analyses by stimulation frequency showed that MoCA scores in the experimental group were significantly higher than those in the control group [MD=3.49, 95% CI (3.40, 3.57), P<0.000 01; MD=3.16, 95% CI (2.79, 3.53), P<0.000 01]. (2) MMSE score: compared with the control group, MMSE score in the experimental group was higher [MD=2.14, 95% CI (1.14, 3.15), P<0.000 1; MD=3.16, 95% CI (2.71, 3.60), P<0.000 01]. (3) ADL score: compared with the control group, ADL score in the experimental group was higher [MD=10.78, 95% CI (9.18, 12.38), P<0.000 01; MD=8.23, 95% CI (7.04, 9.41), P<0.000 01]. (4) RBMT score: compared with the control group, RBMT score in the experimental group was higher [MD=2.00, 95% CI (1.37, 2.63), P<0.000 01].ConclusionrTMS combined with cognitive training can improve cognitive function, intelligence state, behavioral memory ability and activities of daily living of stroke patients, which is recommended for clinical application.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0210,049
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,316
Tête enseignante GPT0,527
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetTranscranial Magnetic Stimulation Studies→Travaux en français237 207→