MétaCan
Menu
Retour à la cohorte
Enregistrement W3198727556 · doi:10.1155/2021/8787684

<i>EGb</i> in the Treatment for Patients with VCI: A Systematic Review and Meta‐Analysis

2021· review· en· W3198727556 sur OpenAlexaboutno aff
Min Zhan, Linjuan Sun, Jianxun Liu, Zixiu Zeng, Wei Shen, Huimin Li, Ying Wang, Fu-Hua Han, Jingzi Shi, Xin-Yun Zeng, Xiyue Lu, Yunling Zhang, Xing Liao

Notice bibliographique

RevueOxidative Medicine and Cellular Longevity · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Academy of Chinese Medical SciencesNational Natural Science Foundation of China
Mots-clésMeta-analysisMedicineMEDLINEPsychologyIntensive care medicineInternal medicineBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Background . Ginkgo biloba extract (EGb) is widely used to treat impairments in memory, cognition, activities of daily living, inflammation, edema, stroke, Alzheimer’s dementia, and aging. Aim . We aimed to evaluate the safety and efficacy of EGb in treating vascular cognitive impairment (VCI). Methods . The systematic review was performed using the latest guidelines. We searched for EGb‐related trials up to March 1, 2021, in four Chinese databases, three English databases, and clinical trial registry platforms. Randomized controlled trials (RCTs) were included if the study enrolled participants with VCI. Two reviewers independently extracted the data and critically appraised the study quality. Heterogeneity was quantified with I 2 . Both sensitivity and subgroup analyses were used to identify the sources of heterogeneity. Publication bias was assessed with funnel plots. We used the Grading of Recommendations Assessment, Development, and Evaluation (GRADE) approach to rate the evidence quality. Outcomes included assessments using the Activities of Daily Living (ADL), Montreal Cognitive Assessment (MoCA), Mini‐Mental State Examination (MMSE), Hasegawa Dementia Scale (HDS), Barthel Index (BI), Functional Activity Questionnaire (FAQ), and adverse events. Results . In this study, a total of 2019 patients in 23 RCTs were included. EGb appeared to be more effective than control conditions as assessed by the results of cognitive function evaluation, including MMSE (MD MMSE,EGb vs.blank = 3.04, 95% CI: 0.10‐5.98; MD MMSE,EGb vs.drugs for VCI = 2.70, 95% CI: 1.39‐4.01; MD MMSE,EGb+drugs for VCI vs.blank = 5.90, 95% CI: 4.21‐7.59; and MD MMSE,EGb+drugs for VCI vs.drugs for VCI = 3.14, 95% CI: 2.14‐4.15), MoCA (MD MoCA,EGb vs.blank = 5.30, 95% CI: 2.15‐8.46; MD MoCA,EGb+drugs for VCI vs.blank = 2.66, 95% CI: 1.82‐3.50; and MD MoCA,EGb+drugs for VCI vs.drugs for VCI = 2.56, 95% CI: 1.85‐3.27), HDS (MD HDS,EGb vs.blank = 6.50; 95% CI: 4.86‐8.14; MD HDS,EGb+drugs for VCI vs.drugs for VCI = 3.60, 95% CI: 2.50‐4.70), ADL (MD ADL,EGb vs.blank = 7.20, 95% CI: 3.28‐11.12; MD ADL,EGb+drugs for VCI vs.blank = 10.00, 95% CI: 7.51‐12.49; and MD ADL,EGb+drugs for VCI vs.drugs for VCI = 9.20, 95% CI: 7.26‐11.14), BI (MD BI,EGb+drugs for VCI vs.drugs for VCI = 5.71, 95% CI: 2.99‐8.43; MD FAQ,EGb vs.drugs for VCI = −1.43, 95% CI: ‐2.78 to 0.08), and FAQ (MD FAQ,EGb+drugs for VCI vs.drugs for VCI = −2.17, 95% CI: ‐4.13 to 0.21). Evidence of certainty ranged from medium certainty to very low certainty. Conclusion . This meta‐analysis showed that EGb may be an effective and safe treatment in improving MMSE, MOCA, ADL, and BI for VCI patients within three months of diagnosis. However, given the quality of the included RCTs, more preregistered trials are needed that explicitly examine the efficacy of EGb. This systematic review has been registered on PROSPERO, with the registration number CRD42021232967 .

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 enseignants0,808
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0070,001
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 Opus0,082
Tête enseignante GPT0,375
Écart entre enseignants0,293 · 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxidative Medicine and Cellular LongevityMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207