P.067 Pharmacological prophylaxis for chronic migraine: A systematic review and network meta-analysis of randomized controlled trials
Notice bibliographique
Résumé
Background: We performed a network meta-analysis of randomized controlled trials to assess the comparative effectiveness of available pharmacological prophylaxis for migraines. Methods: We searched MEDLINE, EMBASE, Web of Science, Scopus, PsycINFO and Cochrane CENTRAL up to October 2023 for trials that: (1) enrolled adults diagnosed with chronic migraine, and (2) randomized them to any prophylactic medication vs. another medication or placebo. We performed a random-effects frequentist network meta-analysis for patient-important outcomes. Results: We included 193 randomized trials. Compared to placebo, CGRP monoclonal antibodies (mean difference [MD] -1.7, 95%CI: -1.1 to -2.2), injection of botulinum toxin (MD -1.8, 95%CI: -0.7 to -2.9), calcium channel blockers (MD -1.8, 95%CI: -0.5 to -3.0), beta-blockers (MD -1.4, 95%CI: -0.2 to -2.6), and anticonvulsants (MD -1.1, 95%CI: -0.4 to -1.8) were among the most effective treatments in reducing average number of headache days per months. Anticonvulsants (Risk Ratio [RR] 2.3, 95%CI: 1.8 to 3.0), calcium channel blockers (RR 1.8, 95% CI: 1.1 to 3.1), and tricyclic antidepressants (RR 2.3, 95% CI: 1.3 to 3.8) showed the highest risk of discontinuation due to adverse events. Conclusions: Our findings suggest that CGRP inhibitors, botulinum toxin, and beta-blockers may provide the greatest benefit, and tolerability, for reducing the frequency of migraine headaches.
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 | 0,025 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,033 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».