MétaCan
Menu
Retour à la cohorte
Enregistrement W3024187223 · doi:10.1177/104012371803000409

Anticonvulsants as Monotherapy Or Adjuncts to Treat Alcohol Withdrawal: A Systematic Review

2018· review· en· W3024187223 sur OpenAlexaff
Aarti Chhatlani, Syeda Arshiya Farheen, Geetha Manikkara, Madhuri Jakkam Setty, Elizabeth deOreo, Rajesh R. Tampi

Notice bibliographique

RevueAnnals of Clinical Psychiatry · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueAlcoholism and Thiamine Deficiency
Établissements canadiensKensington Health
Organismes subventionnairesnon disponible
Mots-clésMedicineAdverse effectPsycINFOMEDLINERandomized controlled trialSystematic reviewAlcohol withdrawal syndromeIntensive care medicineAnesthesiaAlcoholPharmacologySurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This systematic review evaluates current literature on anticonvulsants to treat alcohol withdrawal symptoms (AWS). METHODS: We performed a literature search of PubMed, MEDLINE, PsycINFO, EMBASE, and Cochrane collaboration databases through September 30, 2016. The search was not restricted by patients' age. Articles published in English or with official English translations were included. RESULTS: We found 16 double-blind randomized controlled trials (RCTs) that evaluated the use of anticonvulsants as treatment of AWS. Available data indicates that anticonvulsants are as effective as sedatives/hypnotics in treating mild or moderate AWS. Two studies evaluated the use of anticonvulsants as adjuncts. Combining anticonvulsants with sedatives decreases the quantity of sedatives required and AWS may resolve quicker. There is some data that anticonvulsants can be used to treat AWS as monotherapy. Fourteen of these studies assessed adverse effects of these medications; 13 studies identified minor adverse effects and one found the adverse effects to be intolerable. CONCLUSIONS: Available evidence indicates that anticonvulsants have good efficacy as monotherapy and as adjuncts with sedatives/hypnotics in treating mild to moderate AWS.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0130,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,354
Tête enseignante GPT0,579
Écart entre enseignants0,225 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Clinical PsychiatryMême sujetAlcoholism and Thiamine DeficiencyTravaux en français237 207