Herbs, vitamins and minerals in the treatment of premenstrual syndrome: a systematic review.
Notice bibliographique
Résumé
BACKGROUND: As many women experiencing symptoms of premenstrual syndrome (PMS) seek relief from natural products (NP), health care providers should have quality information available to aid women in making evidence-based decisions regarding use of these products. OBJECTIVE: To identify herbs, vitamins and minerals advocated for the treatment of PMS and/or PMDD and to systematically review evidence from randomized controlled trials (RCTs) to determine their efficacy in reducing severity of PMS/PMDD symptoms. METHODS: Searches were conducted from inception to April 2008 in Clinical Evidence, The Cochrane Library, Embase, IBID, IPA, Mayoclinic, Medscape, MEDLINE Plus, Natural Medicines Comprehensive Database and the Internet to identify RCTs of herbs, vitamins or minerals advocated for PMS. Bibliographies of articles were also examined. Included studies were published in English or French. Studies were excluded if patient satisfaction was the sole outcome measure or if the comparator was not placebo or recognized therapy. RESULTS: Sixty-two herbs, vitamins and minerals were identified for which claims of benefit for PMS were made, with RCT evidence found for only 10. Heterogeneity of length of trials, specific products and doses, and outcome measures precluded meta-analysis for any NP. Data supports the use of calcium for PMS, and suggests that chasteberry and vitamin B6 may be effective. Preliminary data shows some benefit with ginkgo, magnesium pyrrolidone, saffron, St. John's Wort, soy and vitamin E. No evidence of benefit with evening primrose oil or magnesium oxide was found. CONCLUSION: Only calcium had good quality evidence to support its use in PMS. Further research is needed, using RCTs of adequate length, sufficient sample size, well-characterized products and measuring the effect on severity of individual PMS symptoms.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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; 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 ».