Topical analgesics for neuropathic pain: Preclinical exploration, clinical validation, future development
Notice bibliographique
Résumé
Topical analgesics applied locally to skin or to specialized compartments modify pain by actions on sensory nerve endings and/or adjacent cellular elements. With this approach, there are low systemic drug levels, good tolerability and few drug interactions, and combination with oral formulations is feasible. The goal of this review is to provide an overview of the potential for topical analgesics to contribute to improved management of neuropathic pain. Mechanistic and preclinical studies indicate much potential for development of novel topical analgesics for neuropathic pain. In humans, two topical analgesics are approved for use in post-herpetic neuralgia (lidocaine 5% medicated plaster, capsaicin 8% patch), and there is evidence for efficacy in other neuropathic pain conditions. Comparative trials indicate similar efficacy between topical and oral analgesics. Not all individuals respond to topical analgesics, and there is interest in determining factors (patient factors, sensory characteristics) which might predict responsiveness to topical analgesics. There is a growing number of controlled trials and case reports of investigational agents (vasodilators, glutamate receptor antagonists, α2-adrenoreceptor agonists, antidepressants, centrally acting drugs), including combinations of several agents, indicating these produce pain relief in neuropathic pain. There is interest in compounding topical analgesics for neuropathic pain, but several challenges remain for this approach. Topical analgesics have the potential to be a valuable additional approach for the management of neuropathic pain.
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 | 0,037 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».