Targeting inflammation as a treatment modality for neuropathic pain in spinal cord injury: a randomized clinical trial
Notice bibliographique
Résumé
BACKGROUND: The purpose of the present study was to examine the effectiveness of an anti-inflammatory intervention as a treatment for neuropathic pain following spinal cord injury (SCI). METHODS: This randomized, parallel-group, controlled clinical trial (NCT02099890) examined 20 participants with varying levels and severities of SCI, randomized (3:2) to either a 12-week anti-inflammatory diet, or control group. Outcome measures consisted of self-determined indices of pain as assessed using the neuropathic pain questionnaire (NPQ) and markers of inflammation as assessed by various pro- and anti-inflammatory cytokines, as well as the eicosanoids PGE2 and LTB4. RESULTS: A significant group × time interaction was found for sensory pain scores (p < 0.01). A Mann-Whitney test revealed that the change scores (3-month baseline) were significantly different between groups for IFN-y (U = 13.0, p = 0.01), IL-1β (U = 14.0, p = 0.01), and IL-2 (U = 12.0, p = 0.01). A Friedman test revealed the treatment group had a significant reduction in IFN-y (x (2) = 8.67, p = 0.01), IL-1β (x (2) = 17.78, p < 0.01), IL-6 (x (2) = 6.17, p < 0.05), while the control group showed no significant change in any inflammatory mediator. A stepwise backward elimination multiple regression analysis showed that the change in sensory neuropathic pain was a function of the change in the proinflammatory cytokines IL-2 and IFN-y, as well as the eicosanoid PGE2 (R = 0.689, R (2) = 0.474). CONCLUSIONS: Overall, the results of the study demonstrate the efficacy of targeting inflammation as a means of treating neuropathic pain in SCI, with a potential mechanism relating to the reduction in proinflammatory cytokines and PGE2. TRIAL REGISTRATION: ClinicalTrials.gov, NCT02099890.
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 | 0,013 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».