Therapeutic Effects of Tamsulosin in Nightmare Disorder: A Randomized, Double Blind, Placebo-Controlled, Cross-Over, Pilot Study
Notice bibliographique
Résumé
Abstract Nightmare disorder is associated with functional impairment, distress, and low quality of life; however, studies on pharmacotherapy of this debilitating disorder yielded mixed results. Prazosin, a non-selective α1 blocker is reported to be effective in treatment of post-traumatic stress disorder-related nightmares. We aimed at investigating therapeutic effects of tamsulosin which has higher affinity for blocking α1A and α1D adrenoceptors in treatment of nightmare disorder. A randomized, double blind, cross-over, placebo-controlled pilot study was conducted. Patients were randomly assigned to receive Tamsulosin 0.4 mg once daily or placebo for period of four weeks. Following a 2-week wash-out period, they were crossed over to the other group and received drug or placebo for duration of 4 additional weeks. Nightmare frequency and intensity measurements were carried out using Disturbing Dreams and Nightmares Severity Index (DDNSI). Blood pressure measurements were also performed. According to per protocol analysis, mean DDNSI scores decreased following administration of tamsulosin and a statistical trend towards significance was reported (p=0.065, d=0.236). Results of intention to treat analysis showed significant difference in DDNSI scores after drug use (p=0.030, d=0.651). Additionally, DDNSI scores dropped significantly following placebo use. However, intention to treat analysis showed no statistically significant difference pre and post placebo period (0.064, d=0.040). Tamsulosin may be effective in treatment of nightmare disorder. However, further larger clinical trials are recommended to clarify the effectiveness of tamsulosin and α1 subtypes in pharmacotherapy of nightmares.
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 | 0,009 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».