Antidepressant therapy in complex treatment of painful diabetic polyneuropathy
Notice bibliographique
Résumé
Aims. Comparative efficiency and safety analysis of antidepressant agents from different pharmacological classes (pipofezine and venlafaxine)in combination with carbamazepine for treatment of neuropathic pain (NP) in patients with diabetic polyneuropathy (DP). Materials and methods. We examined 21 male and 27 female patients with painful DP (mean age 54.3?14.2 years; mean duration ofdiabetes mellitus (DM) 8.9?5.1 years; mean duration of DP - 3.8?2.1 years). DP was diagnosed clinically and by electromyographymethod. Pain syndrome was assessed with DN4 questionnaire, visual analogue scale (VAS) and McGill Pain Questionnaire. Psycho-vegetative status was evaluated by Spielberger test with reactive and personal anxiety (RA and PA) assessment and Beck depressioninventory. All patients received symptomatic pharmacotherapy with anticonvulsant and antidepressant agent. First group (DP-1)included 23 patients on carbamazepin and pipofezine. Second group (DP-2) included 25 patients on carbamazepin and venlafaxine. Results. Following treatment, pain syndrome was completely compensated in 8.7% of patients from DP-1 group and 12.5% from DP-2.Decrease in pain intensity?50% from initial level was achieved in 73.9% (DP-1) and 75% (DP-2) of cases. Mean pain intensityaccording to VAS reduced from 5.2?2.1 points to 2.3?1.4 points (DP-1) and from 5.8?2.3 points (DP-2) with equal statistical significance(p
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».