MétaCan
Menu
Retour à la cohorte
Enregistrement W2100163035

Premenstrual syndrome. Evidence-based treatment in family practice.

2002· article· en· W2100163035 sur OpenAlexaff
Sue Douglas

Notice bibliographique

RevuePubMed · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueMenstrual Health and Disorders
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineCochrane LibraryMEDLINEInternal medicinePsychiatryIntensive care medicineRandomized controlled trial
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To evaluate the strength of evidence for treatments for premenstrual syndrome (PMS) and to derive a set of practical guidelines for managing PMS in family practice. QUALITY OF EVIDENCE: An advanced MEDLINE search was conducted from January 1990 to December 2001. The Cochrane Library and personal contacts were also used. Quality of evidence in studies ranged from level I to level III, depending on the intervention. MAIN MESSAGE: Good scientific evidence shows that calcium carbonate (1200 mg/d) and selective serotonin reuptake inhibitors are effective treatments for PMS. The most commonly used therapies (including vitamin B6, evening primrose oil, and oral contraceptives) are based on inconclusive evidence. Other treatments for which there is inconclusive evidence include aerobic exercise, stress reduction, cognitive therapy, spironolactone, magnesium, nonsteroidal anti-inflammatory drugs, various hormonal regimens, and a complex carbohydrate-rich diet. Although evidence for them is inconclusive, it is reasonable to recommend healthy lifestyle changes given their overall health benefits. Progesterone and bromocriptine, which are still widely used, are ineffective. CONCLUSION: Calcium carbonate should be recommended as first-line therapy for women with mild-to-moderate PMS. Selective serotonin reuptake inhibitors can be considered as first-line therapy for women with severe affective symptoms and for women with milder symptoms who have failed to respond to other therapies. Other therapies may be tried if these measures fail to provide adequate relief.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,525

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,164
Tête enseignante GPT0,319
Écart entre enseignants0,155 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations37
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetMenstrual Health and DisordersTravaux en français237 207