Effectiveness of tDCS on Dysmenorrhoea: A Systematic Review
Notice bibliographique
Résumé
Dysmenorrhoea, or menstrual cramps, involves chronic pelvic pain, with Primary Dysmenorrhoea (PDM) being common. Symptoms like abdominal pain, back pain, nausea, fatigue, and diarrhoea occur with menstruation, lasting 8–72 hours, and affect physical health, mood, relationships, and work. Prevalence ranges from 34% to 94%, and long-term PDM may alter brain metabolism and pain pathways. Transcranial Direct Current Stimulation (tDCS), effective in chronic pain conditions, shows potential for relieving PDM pain and enhancing quality of life. To evaluate the effectiveness of tDCS in alleviating pain associated with dysmenorrhea. A systematic review of Randomised Controlled Trials (RCTs) was conducted using databases such as PubMed, Scopus, and Cochrane Library. Studies comparing tDCS with sham stimulation or standard care for dysmenorrhea were included. A total of 112 participants were included. The primary outcome measures were pain evaluated by numeric rating scale and McGill Questionnaire score. Secondary outcomes measures were responses to the Positive and Negative Affect Schedule, Hamilton Anxiety Scale. Baseline data were performed during the first menstrual cycle, and during the second menstrual cycle, participants were conducted to tDCS treatment, and postintervention data were collected. All the collected RCTs demonstrate that tDCS applied over motor and prefrontal cortices significantly reduced pain intensity and improved functional outcomes in women with dysmenorrhea. The effects were sustained with multiple sessions, and minimal adverse effects were reported. The tDCS is a promising non-pharmacological intervention for managing dysmenorrhea.Further large-scale RCTs are needed to confirm its efficacy and optimise stimulation parameters.
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 | 0,023 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».