Pregabalin in the treatment of post‐traumatic peripheral neuropathic pain: a randomized double‐blind trial
Notice bibliographique
Résumé
BACKGROUND: Pregabalin is effective in the treatment of peripheral and central neuropathic pain. This study evaluated pregabalin in the treatment of post-traumatic peripheral neuropathic pain (including post-surgical). METHODS: Patients with a pain score >or=4 (0-10 scale) were randomized and treated with either flexible-dose pregabalin 150-600 mg/day (n = 127) or placebo (n = 127) in an 8-week double-blind treatment period preceded by a 2-week placebo run-in. RESULTS: Pregabalin was associated with a significantly greater improvement in the mean end-point pain score vs. placebo; mean treatment difference was -0.62 (95% CI -1.09 to -0.15) (P = 0.01). The average pregabalin dose at end-point was approximately 326 mg/day. Pregabalin was also associated with significant improvements from baseline in pain-related sleep interference, and the Medical Outcomes Study sleep scale sleep problems index and sleep disturbance subscale (all P < 0.001). In the all-patient group (ITT), pregabalin was associated with a statistically significant improvement in the Hospital Anxiety and Depression Scale anxiety subscale (P < 0.05). In total, 29% of patients had moderate/severe baseline anxiety; treatment with pregabalin in this subset did not significantly improve anxiety. More patients reported global improvement at end-point with pregabalin than with placebo (68% vs. 43%; overall P < 0.01). Adverse events led to discontinuation of 20% of patients from pregabalin and 7% from placebo. Mild or moderate dizziness and somnolence were the most common adverse events in the pregabalin group. CONCLUSION: Flexible-dose pregabalin 150-600 mg/day was effective in relieving neuropathic pain, improving disturbed sleep, improving overall patient status, and was generally well tolerated in patients with post-traumatic peripheral neuropathic pain.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».