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 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 | 0,012 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».