Comprehensive systematic review summary: Treatment of tics in people with Tourette syndrome and chronic tic disorders
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To systematically evaluate the efficacy of treatments for tics and the risks associated with their use. METHODS: This project followed the methodologies outlined in the 2011 edition of the American Academy of Neurology's guideline development process manual. We included systematic reviews and randomized controlled trials on the treatment of tics that included at least 20 participants (10 participants if a crossover trial), except for neurostimulation trials, for which no minimum sample size was required. To obtain additional information on drug safety, we included cohort studies or case series that specifically evaluated adverse drug effects in individuals with tics. RESULTS: There was high confidence that the Comprehensive Behavioral Intervention for Tics was more likely than psychoeducation and supportive therapy to reduce tics. There was moderate confidence that haloperidol, risperidone, aripiprazole, tiapride, clonidine, onabotulinumtoxinA injections, 5-ling granule, Ningdong granule, and deep brain stimulation of the globus pallidus were probably more likely than placebo to reduce tics. There was low confidence that pimozide, ziprasidone, metoclopramide, guanfacine, topiramate, and tetrahydrocannabinol were possibly more likely than placebo to reduce tics. Evidence of harm associated with various treatments was also demonstrated, including weight gain, drug-induced movement disorders, elevated prolactin levels, sedation, and effects on heart rate, blood pressure, and ECGs. CONCLUSIONS: There is evidence to support the efficacy of various medical, behavioral, and neurostimulation interventions for the treatment of tics. Both the efficacy and harms associated with interventions must be considered in making treatment recommendations.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle