Herbal medications for anxiety, depression, pain, nausea and vomiting related to preoperative surgical patients: a systematic review and meta-analysis of randomised controlled trials
Notice bibliographique
Résumé
Objective To summarise the effects of herbal medications for the prevention of anxiety, depression, pain, and postoperative nausea and vomiting (PONV) in patients undergoing laparoscopic, obstetrical/gynaecological or cardiovascular surgical procedures. Methods Searches of MEDLINE, EMBASE, Cochrane Central Register of Controlled Trials and LILACS up until January 2018 were performed to identify randomised controlled trials (RCTs). We included RCTs or quasi-RCTs evaluating any herbal medication among adults undergoing laparoscopic, obstetrical/gynaecological or cardiovascular surgeries. The primary outcomes were anxiety, depression, pain and PONV. We used the Grading of Recommendations Assessment, Development and Evaluation approach to rate overall certainty of the evidence for each outcome. Results Eleven trials including 693 patients were eligible. Results from three RCTs suggested a statistically significant reduction in vomiting (relative risk/risk ratio (RR) 0.57; 95% CI 0.38 to 0.86) and nausea (RR 0.69; 95% CI 0.50 to 0.96) with the use of Zingiber officinale (ginger) compared with placebo in both laparoscopic and obstetrical/gynaecological surgeries. Results suggested a non-statistically significantly reduction in the need for rescue medication for pain (RR 0.52; 95% CI 0.13 to 2.13) with Rosa damascena (damask rose) and ginger compared with placebo in laparoscopic and obstetrical/gynaecological surgery. None of the included studies reported on adverse events (AEs). Conclusions There is very low-certainty evidence regarding the efficacy of both Zingiber officinale and Rosa damascena in reducing vomiting (200 fewer cases per 1000; 288 fewer to 205 fewer), nausea (207 fewer cases per 1000; 333 fewer to 27 fewer) and the need for rescue medication for pain (666 fewer cases per 1000; 580 fewer to 752 more) in patients undergoing either laparoscopic or obstetrical/gynaecological surgeries. Among our eligible studies, there was no reported evidence on AEs. PROSPERO registration number CRD42016042838
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 | 0,038 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,033 | 0,003 |
| 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 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 ».