Efficacy of Combination of Meloxicam and Pregabalin for Pain in Knee Osteoarthritis
Notice bibliographique
Résumé
PURPOSE: Osteoarthritic pain is largely considered to be inflammatory pain. Sensory nerve fibers innervating the knee have been shown to be significantly damaged in rat models of knee osteoarthritis (OA) in which the subchondral bone junction is destroyed, and this induces neuropathic pain (NP). Pregabalin was developed as a pain killer for NP; however, there are no reports on pregabalin use in OA patients. The purpose of this study was to investigate the efficacy of pregabalin for pain in OA patients. MATERIALS AND METHODS: Eighty-nine knee OA patients were evaluated in this randomized prospective study. Patients were divided into meloxicam, pregabalin, and meloxicam+pregabalin groups. Pain scores were evaluated before and 4 weeks after drug application using a visual analogue scale (VAS), and Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). Pain scales among groups were compared using a Kruskal-Wallis test. RESULTS: Before drug application, there was no significant difference in VAS and WOMAC scores among the three groups (p>0.05). Significant pain relief was seen in the meloxicam+pregabalin group in VAS at 1, 2, and 4 weeks, and WOMAC score at 4 weeks, compared with the other groups (p<0.05). No significant pain relief was seen in the meloxicam only group in VAS during 4 weeks and WOMAC score at 4 weeks compared with the pregabalin only group (p>0.05). CONCLUSION: Meloxicam+pregabalin was effective for pain in OA patients. This finding suggests that OA pain is a combination of inflammatory and NP.
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 | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 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 ».