Intravenous Therapies in the Management of Neuropathic Pain: A Review on the Use of Ketamine and Lidocaine in Chronic Pain Management
Notice bibliographique
Résumé
Neuropathic Pain is a term referred to "pain arising as a direct consequence of a lesion affecting the somatosensory system". As a first line option, oral medications are mostly used, as they are easily available, relatively safe, and do not need much resources. They include antidepressants in the form of tricyclics, newer selective reuptake inhibitors of serotonin and norepinephrine, gabapentin, pregabalin etc. Although neuropathic pain conditions do share some common clinical features, they are quite diverse when considered individually according to their etiology and pathogenesis. Hence not all patients and not all types of neuropathic pain respond to such oral therapy. In practice patients are given a form of such neuropathic pain medication along with or without an opioid, depending upon the extent of pain that the patient suffers. Opioids are potent analgesics but are not a good choice for neuropathic pain conditions. With time the clinician is left with fewer alternatives and furthermore, with the the increasing knowledge that escalation of opioid therapy will perhaps lead to hyperalgesia and tolerance, it becomes necessary to explore other options. Among the other options one can always consider to explore treatment with intravenous medication such as Ketamine, Lidocaine, and Magnesium etc. This chapter would highlight the use of ketamine and lidocaine in the form of drug profile, the pharmacological basis behind its use, strategies to use, important side effects and limitations and available evidence base, including a review of randomised controlled studies. Both are considered separately in two different parts. References for both the parts are given at the end, in separate sections.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 ».