Low-Intensity Laser Therapy for Painful Symptoms of Diabetic Sensorimotor Polyneuropathy
Notice bibliographique
Résumé
OBJECTIVE: Low-intensity laser therapy (LILT) has been advocated for treatment of chronic pain disorders. Although the mechanism of pain relief is uncertain, this therapy has been suggested for relief of painful symptoms of diabetic sensorimotor polyneuropathy (DSP). The objective of this study was to determine whether LILT relieves the pain of DSP. RESEARCH DESIGN AND METHODS: We conducted a randomized, double-masked, sham therapy-controlled clinical trial in 50 patients with painful DSP diagnosed with the Toronto Clinical Neuropathy Score. All patients received sham therapy over a 2-week baseline period and were then randomized to receive biweekly sessions of either sham or LILT for 4 weeks. The primary efficacy parameter was the difference in the weekly mean pain scores on a visual analog scale (VAS). RESULTS: The patients had similar baseline characteristics for pain intensity, HbA(1c), and duration of DSP. Both groups noted a decrease in weekly mean pain scores during sham treatment. After the 4-week intervention, the LILT group had an additional reduction in weekly mean pain scores of -1.0 +/- 0.4 compared with -0.0 +/- 0.4 for the sham group (P = 0.07). LILT had no effect on the Toronto Clinical Neuropathy Score, nerve conduction studies, sympathetic skin response, or quantitative sensory testing. CONCLUSIONS: Although an encouraging trend was observed with LILT, the study results do not provide sufficient evidence to recommend this treatment for painful symptoms of DSP.
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 | 0,001 | 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 | 0,001 | 0,001 |
| 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 ».