Interventions for preventing or treating alcohol hangover: systematic review of randomised controlled trials
Notice bibliographique
Résumé
OBJECTIVE: To assess the clinical evidence on the effectiveness of any medical intervention for preventing or treating alcohol hangover. DATA SOURCES: Systematic searches on Medline, Embase, Amed, Cochrane Central, the National Research Register (UK), and ClincalTrials.gov (USA); hand searches of conference proceedings and bibliographies; contact with experts and manufacturers of commercial preparations. Language of publication was not restricted. STUDY SELECTION AND DATA EXTRACTION: All randomised controlled trials of any medical intervention for preventing or treating alcohol hangover were included. Trials were considered if they were placebo controlled or controlled against a comparator intervention. Titles and abstracts of identified articles were read and hard copies were obtained. The selection of studies, data extraction, and validation were done independently by two reviewers. The Jadad score was used to evaluate methodological quality. RESULTS: Fifteen potentially relevant trials were identified. Seven publications failed to meet all inclusion criteria. Eight randomised controlled trials assessing eight different interventions were reviewed. The agents tested were propranolol, tropisetron, tolfenamic acid, fructose or glucose, and the dietary supplements Borago officinalis (borage), Cynara scolymus (artichoke), Opuntia ficus-indica (prickly pear), and a yeast based preparation. All studies were double blind. Significant intergroup differences for overall symptom scores and individual symptoms were reported only for tolfenamic acid, gamma linolenic acid from B officinalis, and a yeast based preparation. CONCLUSION: No compelling evidence exists to suggest that any conventional or complementary intervention is effective for preventing or treating alcohol hangover. The most effective way to avoid the symptoms of alcohol induced hangover is to practise abstinence or moderation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,028 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,012 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».