Understanding the unmet needs in insomnia treatment: a systematic literature review of real-world evidence
Notice bibliographique
Résumé
The objective of this study was to define and characterize the unmet needs in the pharmacological management of insomnia. A systematic literature review was conducted to identify relevant literature reporting real-world evidence in insomnia, published from January 2009 to April 2020. Pharmacological treatments – both prescription (benzodiazepines, ‘Z-drugs’ and suvorexant) and off-label (antidepressants, antipsychotics, and antihistamines) – were considered. Overall, 108 publications describing the humanistic (n = 59) and economic burden (n = 20) of insomnia, off-label treatment patterns (n = 28) and factors influencing treatment adherence or persistence (n = 8) were identified. A high prevalence of comorbid conditions was reported in patients with insomnia resulting in significantly lower health-related QoL compared to those with insomnia or a comorbidity alone. Current treatment options were associated with adverse events, including reduced sleep quality and next-day somnolence. An increased risk of accidents/injuries was also associated with insomnia and its treatment. Furthermore, safety concerns and perceived lack of efficacy for approved treatments have led to frequent off-label prescribing, despite a lack of clinical evidence of risk/benefit ratios. Safety concerns associated with benzodiazepines include risk of dependence, leading to prolonged treatment persistence and exacerbated adverse events, making them unsuitable for use in patients with chronic insomnia. Finally, the substantial economic burden of insomnia was evident, with reduced work productivity demonstrated in patients with insomnia compared to the general population. This review highlights a clear unmet need for insomnia therapies that improve sleep quality without resulting in next-day impairment and/or dependence.
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 | 0,030 | 0,112 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,025 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».