A eficácia da acupuntura e tratamentos relacionados na doença inflamatória pélvica crônica: uma meta-análise de rede
MedicinaO que aconteceu
Comparar a eficácia de diferentes acupuntura e terapias relacionadas para a doença inflamatória pélvica crônica (DICP) e seus efeitos sobre os fatores inflamatórios via Meta-Análise de Rede. Oito bases de dados foram sistematicamente pesquisadas (até 20 de abril de 2025) para ensaios clínicos randomizados controlados (TCCs) de terapias relacionadas à acupuntura para CPID. Foram incluídos 84 ECR envolvendo 8.147 pacientes. A qualidade do estudo foi avaliada pelo instrumento Cochrane risk-of-bias, e os dados foram analisados com o software R. https://www.crd.york.ac.uk/prospero/, identificador CRD420250655000.
O que encontraram
Intervenções de IA mostraram maior efetividade total do que o tratamento convencional. SUCRA rankings para a eficácia total: moxibustão combinado com agulha quente (89,1%), terapia de aplicação de acupontos combinado com penetração de medicamentos ultra-sonográficos (88,0%) e acupuntura combinada com cupping (86,8%) classificado mais alto, enquanto o tratamento convencional foi o menor (0,2%). Para os fatores inflamatórios: a acupuntura apresentou a melhor melhora na IL-2 (61,6%); a injeção de acuponto foi ótima para regulação do TNF-α (95,8%); a moxibustão combinada com a acupuntura melhor modulada IL-6 (92,6%); e a injeção de acuponto foi melhor para regulação da PCR (99,4%).
Por que isso importa
A acupuntura e as terapias relacionadas são eficazes para a DICP, com diferenças na regulação de fatores inflamatórios específicos, fornecendo uma base baseada em evidências. Entretanto, existem limitações como o viés de publicação, justificando validação por estudos de alta qualidade.
Tradução automática do resumo original, publicado em Frontiers in medicine sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
The efficacy of acupuncture and related treatments on chronic pelvic inflammatory disease: a network meta-analysis
Yitong Zheng, Jintao He, Yijun Zheng, Dongyi Ni, Yong Wang