An Open‐Label Comparison of Nabilone and Gabapentin as Adjuvant Therapy or Monotherapy in the Management of Neuropathic Pain in Patients with Peripheral Neuropathy
Notice bibliographique
Résumé
Neuropathic pain (NeP) is prevalent in patients with peripheral neuropathy (PN), regardless of etiology. We sought to compare the efficacy of the cannabinoid nabilone as either monotherapy or adjuvant therapy with a first-line medication for NeP, gabapentin, in a patient population with PN-NeP. Patients diagnosed with PN-NeP were permitted to initiate monotherapy (nabilone or gabapentin) or add one of these two medications (adjuvant therapy) to their existing NeP treatment regimen in a non-randomized open-label nature. Baseline data collected included a primary outcome (visual analog scores [VAS] of pain) and secondary outcomes (quality of life [EuroQol 5 Domains and Short-Form 36] assessments and assessments of sleep [Medical Outcomes Sleep Study Scale {MOSSS}], anxiety and depression [Hospital Anxiety and Depression Scale], and pain [Brief Pain Inventory]). Reassessment and modulation of dosing and/or medications occurred at 3- and 6-month intervals. Medication adverse effects and drug efficacy, as well as questionnaires, were assessed at 6 months. Matched analysis of variance testing was performed to compare 3- and 6-month scores with baseline, as well as to compare therapies at equal time points. Significant improvements in pain VAS were seen in all treatment groups at 6 months. Numerous sleep parameters within MOSSS, Brief Pain Inventory, and Short-Form 36 improved in patients receiving nabilone or gabapentin either as monotherapy or adjuvant treatment. Hospital Anxiety and Depression Scale-A scores were significantly improved in all treatment groups. Sleep adequacy and the sleep problems index within the MOSSS improved in nabilone monotherapy patients in particular. The benefits of monotherapy or adjuvant therapy with nabilone appear comparable to gabapentin for management of NeP. We advocate for head-to-head randomized, double-blind studies for current therapies for NeP in order to determine potential advantages beneficial in this patient population.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».