MétaCan
Menu
Retour à la cohorte
Enregistrement W3087235892 · doi:10.3389/fpsyt.2020.00755

The Effects of Benzodiazepine Use and Abuse on Cognition in the Elders: A Systematic Review and Meta-Analysis of Comparative Studies

2020· review· en· W3087235892 sur OpenAlexaff
Linzi Liu, Linna Jia, Peiying Jian, Yifang Zhou, Jian Zhou, Feng Wu, Yanqing Tang

Notice bibliographique

RevueFrontiers in Psychiatry · 2020
Typereview
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensQueen's University
Organismes subventionnairesNational Science Fund for Distinguished Young ScholarsNational Key Research and Development Program of China Stem Cell and Translational ResearchFoundation of Liaoning Province Education AdministrationNational Key Research and Development Program of ChinaChina Medical UniversityNatural Science Foundation of Liaoning ProvinceNational Natural Science Foundation of China
Mots-clésMeta-analysisCognitionBenzodiazepinePsychologyPsychiatryClinical psychologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Benzodiazepines (BZD) are one of the most frequently prescribed drugs worldwide. However, the cognitive effects of benzodiazepines in the elderly are highly debated. This systematic review and meta-analysis aims to explore the following two questions in the elderly population: (i) Do BZD lead to any impairments in cognitive functions in elderly users? and (ii) Which specific cognitive domains are most affected by BZD use and abuse? METHODS: , 2020. After selecting the relevant articles, we integrated the results of the selected studies with a standardized cognitive classification method. Next, we performed meta-analyses with the random-effects model on the cognitive results. Finally, we specifically examined the cognitive impairments of BZD in the abuse subgroup. RESULTS: Of the included studies, eight of the thirteen had meta-analyzable data. Compared to the controls, elderly BZD users had significantly lower digital symbol test scores (n=253; SMD: -0.61, 95% CI: -0.91 to 0.31, I² = 0%, p < 0.0001). There was no significant difference in Mini-Mental State Examination, Auditory Verbal Learning Test, and Stroop Color and Word Test scores between BZD users and controls. According to the subgroup analyses, BZD abusers performed significantly worse than controls in Mini-Mental State Examination (n=7726; SMD: -0.23, 95% CI: -0.44 to -0.03, I² = 86%, p = 0.02), while there was no significant difference between the regular BZD users and the controls (n=1536; SMD: -0.05, 95% CI: -0.59 to 0.48, I² = 92%, p =0.85). CONCLUSION: In the elderly population, the processing speed (digital symbol test scores) was significantly impaired in BZD users; global cognition (Mini-Mental State Examination scores) was significantly impaired in BZD abusers but not in BZD regular users. This study provides insight into the factors that interact with BZD cognitive effects, such as aging, testing tools, and abuse. Clinicians should be cautious when prescribing BZD for the elderly. SYSTEMATIC REVIEW REGISTRATION: PROSPERO, identifier CRD42019124711.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,079
Tête enseignante GPT0,383
Écart entre enseignants0,303 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
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

Citations60
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetSleep and related disordersTravaux en français237 207