MétaCan
Menu
Retour à la cohorte
Enregistrement W3159562496 · doi:10.1093/sleep/zsab072.348

349 Cognitive Behavioral Therapy for Insomnia in Patients with Chronic Pain - A Systematic Review and Meta-Analysis

2021· review· en· W3159562496 sur OpenAlexaff
Janannii Selvanathan, Chi Pham, Mahesh Nagappa, Philip Peng, Marina Englesakis, Colin A. Espie, Charles M. Morin, Frances Chung

Notice bibliographique

RevueSLEEP · 2021
Typereview
Langueen
DomainePsychology
ThématiqueSleep and related disorders
Établissements canadiensToronto Western HospitalUniversité LavalUniversity Health NetworkWestern UniversityUniversity of Toronto
Organismes subventionnairesIdorsia Pharmaceuticals
Mots-clésMeta-analysisInsomniaMedicineChronic painRandomized controlled trialCognitive behavioral therapy for insomniaAnxietyCognitive behavioral therapyPhysical therapyComorbidityPittsburgh Sleep Quality IndexInternal medicinePsychiatrySleep quality

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Patients with chronic non-cancer pain often report insomnia as a significant comorbidity. Cognitive behavioral therapy for insomnia (CBT-I) is recommended as the first line of treatment for insomnia, and several randomized controlled trials (RCTs) have examined the efficacy of CBT-I on various health outcomes in patients with comorbid insomnia and chronic non-cancer pain. We conducted a systematic review and meta-analysis on the effectiveness of CBT-I on sleep, pain, depression, anxiety and fatigue in adults with comorbid insomnia and chronic non-cancer pain. Methods A systematic search was conducted using ten electronic databases. The duration of the search was set between database inception to April 2020. Included studies must be RCTs assessing the effects of CBT-I on at least patient-reported sleep outcomes in adults with chronic non-cancer pain. Quality of the studies was assessed using the Cochrane risk of bias assessment and Yates quality rating scale. Continuous data were extracted and summarized using standard mean difference (SMD) with 95% confidence intervals (CIs). Results The literature search resulted in 7,772 articles, of which 14 RCTs met the inclusion criteria. Twelve of these articles were included in the meta-analysis. The meta-analysis comprised 762 participants. CBT-I demonstrated a large significant effect on patient-reported sleep (SMD = 0.87, 95% CI [0.55–1.20], p < 0.00001) at post-treatment and final follow-up (up to 9 months) (0.59 [0.31–0.86], p < 0.0001); and moderate effects on pain (SMD = 0.20 [0.06, 0.34], p = 0.006) and depression (0.44 [0.09–0.79], p= 0.01) at post-treatment. The probability of improving sleep and pain following CBT-I at post-treatment was 81% and 58%, respectively. The probability of improving sleep and pain at final follow-up was 73% and 57%, respectively. There were no statistically significant effects on anxiety and fatigue. Conclusion This systematic review and meta-analysis showed that CBT-I is effective for improving sleep in adults with comorbid insomnia and chronic non-cancer pain. Further, CBT-I may lead to short-term moderate improvements in pain and depression. However, there is a need for further RCTs with adequate power, longer follow-up periods, CBT for both insomnia and pain, and consistent scoring systems for assessing patient outcomes. Support (if any):

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,017
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,029
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0170,033
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,067
Tête enseignante GPT0,379
Écart entre enseignants0,312 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetSleep and related disordersTravaux en français237 207