Spinal cord stimulation in patients with painful diabetic neuropathy: A multicentre randomized clinical trial
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Painful diabetic neuropathy (PDN) is a peripheral neuropathic pain condition that is often difficult to relieve. Spinal cord stimulation (SCS) is a proven effective therapy for various types of mixed neuropathic conditions, yet effectiveness of SCS treatment for PDN is not well established. To our knowledge, ours is the first multicentre randomized controlled trial investigating the effectiveness of SCS in patients with PDN. Sixty patients with PDN in the lower extremities refractory to conventional medical therapy were enrolled and followed for 6 months. They were randomized 2:1 to best conventional medical practice with (SCS group) or without (control group) additional SCS therapy, and both groups were assessed at regular intervals. At each follow-up visit, the EuroQoL 5D, the short form McGill Pain Questionnaire (SF-MPQ) and a visual analogue scale (VAS, ranging 0-100) to measure pain intensity were recorded. The average VAS score for pain intensity was 73 in the SCS group and 67 in the control group at baseline. After 6 months of treatment, the average VAS score was significantly reduced to 31 in the SCS group (P<.001) and remained 67 (P=.97) in the control group. The SF-MPQ and EuroQoL 5D questionnaires also showed that patients in the SCS group, unlike those in the control group, experienced reduced pain and improved health and quality of life after 6 months of treatment. In patients with refractory painful diabetic neuropathy, spinal cord stimulation therapy significantly reduced pain and improved quality of life.
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.
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 | 0,008 | 0,005 |
| 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) | 0,000 | 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 découle