THE EFFECTIVENESS OF PHARMACOLOGICAL AND NON-PHARMACOLOGICAL INTERVENTIONS IN IMPROVING RESTLESS LEGS SYNDROME SEVERITY AMONG PATIENTS ON DIALYSIS: A SYSTEMATIC REVIEW
Notice bibliographique
Résumé
Background and objectives Restless legs syndrome (RLS) is common amongst patients receiving dialysis. It is unclear how to optimally treat RLS in dialysis patients. We conducted a systematic review to identify therapies to reduce the severity of RLS. Methods We systematically searched MEDLINE and EMBASE and hand searched narrative reviews for randomized controlled trials that assessed the use of pharmacological or non-pharmacological interventions to reduce the severity of RLS among patients receiving dialysis. The primary outcome was RLS symptoms. Results Of 621 abstracts identified, 12 studies that included 13 interventions met the inclusion and exclusion criteria. All trials reported interventions that significantly improved RLS severity. The interventions included dopamine agonists (n=6), gabapentin (n=2), intradialytic exercise (n=2) intravenous iron (n=1), vitamins C and E (n=1), and clonidine (n=1). In studies that compared two interventions, ropinirole gabapentin, and intradialytic exercise with resistance were all more effective than L-dopa in comparisons. However, all studies were at high risk of bias with the most common causes due to lack of allocation concealment, high losses to follow-up, and missing data. Further, follow-up for these studies was short-term ranging from 3 days to 24 weeks. Conclusions Ropinirole, gabapentin, and intradialytic exercise appear promising to reduce RLS in dialysis patients. However, methodologically rigorous, appropriately powered, longer term RCTs are required to determine the optimal treatment strategy for RLS among dialysis patients.
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 | 0,109 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,008 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».