Association of Periodic Limb Movements With Medication Classes
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: To investigate the association between various medication classes and the periodic limb movement index (PLMI) in a clinical cohort of adults who completed in-laboratory polysomnography. METHODS: A single, diagnostic, overnight, in-laboratory polysomnogram was completed for 3,488 patients consecutively referred from 2010 to 2015 to determine PLMI. Medication use and medical comorbidities were collected through patient questionnaires. Associations between medication classes and PLMI were ascertained using multivariable ordinal logistic regression models. RESULTS: The median age of the cohort was 56.0 years (48.2% male). After adjusting for age, sex, body mass index, relevant comorbidities, and sleep measures, the use of selective serotonin reuptake inhibitors (SSRIs) (odds ratio [OR] 1.52) and serotonin-norepinephrine reuptake inhibitors (SNRIs) (OR 1.99) was associated with increased PLMI. Conversely, gabapentinoids (OR 0.71), stimulants (OR 0.52), benzodiazepines (OR 0.79), and dopamine agonists (OR 0.38) were associated with decreased PLMI. A non-statistically significant trend for decreased PLMI with neuroleptic use was observed. No significant associations were found between PLMI and the use of antihypertensives, statins, tricyclic antidepressants, bupropion, anticoagulants, antiplatelets, modafinil, and antihistamines. DISCUSSION: The use of SSRIs and SNRIs was associated with elevated PLMI while the use of gabapentinoids, stimulants, benzodiazepines, and dopamine agonists was associated with decreased PLMI. These results can assist physicians in managing periodic limb movements in sleep (PLMS) and invite further research into the relationship between PLMS and medications with the modulating effects of dose, formulation type, and time of administration. CLASSIFICATION OF EVIDENCE: This study provides Class II evidence that SSRIs and SNRIs are associated with elevated PLMI while gabapentinoids, stimulants, benzodiazepines, and dopamine agonists are associated with decreased PLMI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».