Is there any evidence to support the use of anti-depressants in painful rheumatological conditions? Systematic review of pharmacological and clinical studies
Notice bibliographique
Résumé
The aim of this study was to review the evidence supporting the use of anti-depressants in painful rheumatological conditions. A systematic review of papers published between 1966 and 2007, in five European languages, on anti-depressants in rheumatological conditions was performed. Papers were scored using Jadad method and analgesic ES was calculated. We selected 78 clinical studies and 12 meta-analyses, from 140 papers. The strongest evidence of an analgesic effect of anti-depressants has been obtained for fibromyalgia. A weak analgesic effect is observed for chronic low back pain, with an efficacy level close to that of analgesics. In RA and AS, there is no analgesic effect of anti-depressants, but these drugs may help to manage fatigue and sleep disorders. There is no clear evidence of an analgesic effect inOA, but studies have poor methodological quality. Analgesic effects of anti-depressants are independent of their anti-depressant effects. Tricyclic anti-depressants (TCAs), even at low doses, have analgesic effects equivalent to those of serotonin and noradrenalin reuptake inhibitors (SNRIs), but are less well tolerated. Selective serotonin reuptake inhibitors (SSRIs) have modest analgesic effects, but higher doses are required to achieve analgesia. Anti-depressant drugs, particularly TCAs and SNRIs, have analgesic effects in chronic rheumatic painful states in which analgesics and NSAIDs are not very efficient, such as fibromyalgia and chronic low back pain. In inflammatory rheumatic diseases, anti-depressants may be useful for managing fatigue and sleep disorders. Further studies are required to compare anti-depressants with other analgesics in the management of chronic painful rheumatological conditions.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».