A systematic review and quality assessment of complementary and alternative medicine recommendations in insomnia clinical practice guidelines
Notice bibliographique
Résumé
BACKGROUND: Sleep disorders encompass a wide range of conditions which affect the quality and quantity of sleep, with insomnia being a specific type of sleep disorder of focus in this review. Complementary and alternative medicine (CAM) is often utilized for various sleep disorders. Approximately 4.5% of individuals diagnosed with insomnia in the United States have used a CAM therapy to treat their condition. This systematic review identifies the quantity and assesses the quality of clinical practice guidelines (CPGs) which contain CAM recommendations for insomnia. METHODS: MEDLINE, EMBASE and CINAHL were systematically searched from 2009 to 2020, along with the Guidelines International Network, the National Center for Complementary and Integrative Health website, the National Institute for Health and Care Excellence, and the Emergency Care Research Institute. CPGs which focused on the treatment and/or management of insomnia in adults were assessed with the Appraisal of Guidelines, Research and Evaluation II (AGREE II) instrument. RESULTS: From 277 total results, 250 results were unique, 9 CPGs mentioned CAM for insomnia, and 6 out of the 9 made CAM recommendations relevant to insomnia. Scaled domain percentages from highest to lowest were scope and purpose, clarity of presentation, editorial independence, stakeholder involvement, rigour of development, and applicability. Quality varied within and across CPGs. CONCLUSIONS: The CPGs which contained CAM recommendations for insomnia and which scored well could be used by health care professionals and patients to discuss the use of CAM therapies for the treatment/management of insomnia, while CPGs which scored lower could be improved in future updates according to AGREE II.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».