MétaCan
Menu
← Retour à la cohorte
Enregistrement W7117582353 · doi:10.2196/84010

Electroacupuncture for the Prevention of Perioperative Neurocognitive Disorder in Older Patients Undergoing General Anesthesia: Protocol for a Systematic Review and Meta-Analysis

2025· article· en· W7117582353 sur OpenAlexvenueaboutno aff
Changle Wu, Jia Zhou

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueIntensive Care Unit Cognitive Disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectroacupuncturePerioperativeProtocol (science)MEDLINENeurocognitiveAcupuncture

Résumé

récupéré en direct d'OpenAlex

Background: Perioperative neurocognitive disorder (PND) is a prevalent complication among older patients undergoing general anesthesia, imposing significant burdens on individuals, health care systems, and society. While electroacupuncture shows promise for PND prevention, current evidence remains inconclusive. Objective: This study aims to critically evaluate the effectiveness and safety of perioperative electroacupuncture for PND prevention in older patients undergoing surgery under general anesthesia. Methods: A comprehensive literature search will be conducted in 8 electronic databases (PubMed, Embase, Web of Science, Cochrane Library, China National Knowledge Infrastructure, Chongqing VIP Chinese Science and Technology Periodical Database, Wan Fang Database, and China Biomedical Literature Database) and 3 clinical trial registries from inception to March 16, 2025. The search strategy aims to identify all relevant randomized controlled trials evaluating perioperative electroacupuncture for PND prevention in older patients (aged ≥60 years) undergoing general anesthesia. The primary outcome will be the incidence of PND. Secondary outcomes will include (1) neuropsychological assessment scores (Mini-Mental State Examination and Montreal Cognitive Assessment), (2) serum inflammatory biomarker levels (interleukin-1β, interleukin-6, and tumor necrosis factor-α), (3) serum neurological damage marker levels (neuron-specific enolase and S100 calcium-binding protein β), and (4) safety outcomes (incidence of adverse events). Two independent reviewers will perform study selection, data extraction, and methodological quality assessment using the revised Cochrane risk of bias tool for randomized trials. All statistical analyses will be conducted in RevMan 5.4 using suitable meta-analysis models based on heterogeneity testing. The certainty of evidence will be evaluated using Grading of Recommendations Assessment, Development and Evaluation (GRADE). Results: The study selection process will be presented through a PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) flow diagram, detailing the number of records identified, screened, and included. Characteristics of eligible studies will be summarized in evidence tables, including study designs and populations, intervention protocols, and outcome measures. The results will be visualized through a risk of bias graph, forest plots displaying pooled effect estimates with 95% CIs, and funnel plots for publication bias evaluation (when ≥10 studies are available). This protocol is currently in the active phase. The literature search has been completed as of April 2025, with an updated search planned until December 31, 2025. Data extraction is scheduled to commence on January 15, 2026, followed by data analysis starting February 1, 2026. Results are expected to be submitted for publication in March 2026. Conclusions: The effectiveness and safety of perioperative electroacupuncture for PND prevention in older patients undergoing general anesthesia remain uncertain. This systematic review will provide an evidence-based evaluation of perioperative electroacupuncture's effectiveness in preventing PND, offer practical recommendations for optimizing surgical care for older adults, and identify knowledge gaps to inform future research.

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)0,039
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,207

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0390,057
Méta-épidémiologie (sens strict)0,0050,003
Méta-épidémiologie (sens large)0,0200,026
Bibliométrie0,0080,009
Études des sciences et des technologies0,0030,002
Communication savante0,0050,004
Science ouverte0,0040,003
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0370,003

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 Opus0,123
Tête enseignante GPT0,519
Écart entre enseignants0,396 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetIntensive Care Unit Cognitive Disorders→Travaux en français237 207→