MétaCan
Menu
Retour à la cohorte
Enregistrement W4416839175 · doi:10.3389/fneur.2025.1683496

Network meta-analysis of the efficacy of pharmacological treatments for post-stroke cognitive impairment and vascular cognitive impairment

2025· review· en· W4416839175 sur OpenAlexaboutno aff
W M Li, Xinyu Liu, Cong Gao, Wenbo Li, Xiaoling Liao

Notice bibliographique

RevueFrontiers in Neurology · 2025
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurological Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of China
Mots-clésCognitive impairmentCognitionVascular dementiaVascular diseaseMotor impairment

Résumé

récupéré en direct d'OpenAlex

Background Based on recent reviews, vascular cognitive impairment (VCI) encompasses a spectrum of cognitive deficits caused by cerebrovascular disease and its risk factors, ranging from mild cognitive impairment to dementia, and often coexists with neurodegenerative conditions like Alzheimer’s disease. VCI is categorized into four clinical-imaging subtypes, including post-stroke cognitive impairment (PSCI)—a common stroke complication and major VCI subtype. Current guidelines recommend cholinesterase inhibitors and NMDA receptor antagonists as first-line treatments for VCI, with expert consensus supporting donepezil and rivastigmine for PSCI. However, existing evidence primarily derives from placebo-controlled or head-to-head drug comparisons, lacking comprehensive evaluations of multiple cognitive enhancers. This study aims to systematically assess the efficacy and safety of cognitive-enhancing drugs in VCI, with a focused analysis on PSCI, to better inform clinical decision-making and improve patient outcomes. Methods We systematically searched four databases using predefined search strategies. Eligible studies were selected based on predetermined criteria. The included studies were analyzed with StataSE 16.0, RevMan 5.3, and Grade software to compare the efficacy and safety of cognitive-enhancing drugs to identify the optimal treatment for VCI and PSCI. Results Sixteen studies (5,599 participants) were included. In terms of cognitive outcomes, sailuotong was superior to placebo on the Alzheimer’s Disease Assessment Scale-Cognitive Subscale (ADAS-cog) (MD = −3.00, 95% CI: −4.50, −1.50) and ranked best (SUCRA 88.5%). Memantine was most effective on the Mini-Mental State Examination (MMSE) (MD = 1.23, 95% CI: 0.23–2.23; SUCRA 80.8%). For the secondary outcome, the MoCA assessment showed that Ginkgo biloba extract significantly improved Montreal Cognitive Assessment (MoCA) scores compared to placebo (MD = 1.29, 95% CI: 1.24, 1.35). Regarding safety, donepezil significantly increased the risk of overall adverse events compared to placebo (OR: 1.57; 95% CI: 1.19–2.06). Conclusion Our network meta-analysis suggests that memantine might have the best effect for PSCI, with sailuotong potentially serving as a secondary option. However, these estimates are based on a small randomized controlled trial and a sparse network. Therefore, the current evidence is limited, highlighting the need for more high-quality studies to robustly validate the therapeutic potential of these interventions for VCI and PSCI. Systematic review registration https://www.crd.york.ac.uk/PROSPERO/ , identifier in PROSPERO (CRD420250627957).

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)0,021
score de la tête « metaresearch » (Gemma)0,048
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: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,048
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,045
Bibliométrie0,0060,006
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)0,0050,000

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 Opus0,066
Tête enseignante GPT0,345
Écart entre enseignants0,279 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeurologyMême sujetNeurological Disorders and TreatmentsTravaux en français237 207