The effect of electroacupuncture on opioid‐like medication consumption by chronic pain patients: A pilot randomized controlled clinical trial
Notice bibliographique
Résumé
Opioid-like medications (OLM) are commonly used by patients with various types of chronic pain, but their long-term benefit is questionable. Electroacupuncture (EA) has been previously shown beneficial in reducing post-operative acute OLM consumption. In this pilot randomized controlled trial, the effect of EA on OLM usage and associated side effects in chronic pain patients was evaluated. After a two-week baseline assessment, participants using OLM for their non-malignant chronic pain were randomly assigned to receive either real EA (REA, n=17) or sham EA (SEA, n=18) treatment twice weekly for 6 weeks before entering a 12-week follow-up. Pain, OLM consumption and their side effects were recorded daily. Participants also completed the McGill Pain Questionnaire (MPQ), SF-36 and Beck Depression Inventory (BDI) at baseline, and at the 5th, 8th, 12th, 16th and 20th week. Nine participants withdrew during the treatment period with another three during the follow-up period. Intention to treat analysis was applied. At the end of treatment period, reductions of OLM consumption in REA and SEA were 39% and 25%, respectively (p=0.056), but this effect did not last more than 8 weeks after treatment. There was no difference between the two groups with respect to reduction of side effects and pain and the improvement of depression and quality of life. In conclusion, REA demonstrates promising short-term reduction of OLM for participants with chronic non-malignant pain, but such effect needs to be confirmed by trials with adequate sample sizes.
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 | 0,115 | 0,042 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».