Lacosamide in Painful Diabetic Peripheral Neuropathy
Notice bibliographique
Résumé
BACKGROUND: Peripheral diabetic neuropathy affects between 20% and 45% of patients with diabetes. OBJECTIVE: To ascertain the effect of lacosamide on pain associated with peripheral diabetic neuropathy. METHODS: One hundred nineteen patients with a 1 to 5-year history of pain attributed to diabetic neuropathy and a score of > or =4 on the Likert pain scale entered the multicenter, randomized, double-blind, placebo-controlled trial. Lacosamide (N=60) titrated from 100 to 400 mg/d or maximum tolerated dose and placebo (N=59) were the trial interventions. Primary efficacy criterion was change in pain score on the 11-point Likert pain scale. Secondary assessments included Short-Form McGill Pain and Short-Form-36 Quality of Life Questionnaires, sleep/activity interference, pain intensity, Patient and Clinical Global Impression of Change, and Profile of Mood. Patients receiving at least 1 dose of medication underwent safety evaluation. RESULTS: Ninety-four patients (lacosamide 46; placebo 48) completed the trial. Lacosamide had significantly (P=0.039) better pain relief versus placebo (primary outcome). Improvements were also seen in secondary outcome measures. Adverse events occurred in 52 lacosamide and 44 placebo patients. Common adverse events, occurring in > or =5% of patients, were headache (lacosamide 18%, placebo 22%), dizziness (lacosamide 15%, placebo 8%), and nausea (lacosamide 12%, placebo 7%). Five lacosamide and 3 placebo patients withdrew for adverse events. DISCUSSION: Lacosamide seems to attenuate pain in diabetic neuropathy in doses up to 400 mg/d and improves quality of life issues.
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 | 0,000 | 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 ».