Duloksetyna w leczeniu bolesnej polineuropatii cukrzycowej
Notice bibliographique
Résumé
Bol neuropatyczny stanowi duze wyzwanie diagnostyczne i terapeutyczne. Pomimo znacznego postepu w zakresie poznania jego mechanizmow i wielu badan oceniających skutecznośc i bezpieczenstwo stosowania lekow w bolu neuropatycznym jego leczenie jest nadal trudne. W praktyce rozpoznawany jest rzadziej niz w badaniach epidemiologicznych, a u wielu chorych nie udaje sie osiągnąc satysfakcjonującego wyniku leczenia. Rozpoznanie bolu neuropatycznego moze byc ustalone na podstawie wywiadu i badania przedmiotowego, ze szczegolnym uwzglednieniem zaburzen czucia. Do najczestszych i najlepiej poznanych zespolow obwodowego bolu neuropatycznego zalicza sie bolesną neuropatie cukrzycową, neuralgie trojdzielną i popolpaścową. Lekami pierwszego wyboru w farmakologicznym leczeniu bolu neuropatycznego są: trojpierścieniowe leki przeciwdepresyjne, inhibitory zwrotnego wychwytu serotoniny i noradrenaliny, gabapentyna, pregabalina, opioidy i lidokaina w plastrach. W ostatnich latach ukazaly sie szczegolowe rekomendacje dotyczące leczenia bolesnej polineuropatii cukrzycowej opracowane przez Amerykanskie Towarzystwo Diabetologiczne, Europejską Federacje Towarzystw Neurologicznej, Amerykanską Akademie Neurologii i wielospecjalistyczną grupe ekspertow europejskich i amerykanskich ( the Toronto Consensus Panel on Diabetic Neuropathy ). Zalecają one w tej neuropatii stosowanie TLPD, a2-d ligandow kanalu wapniowego i SNRI, jako lekow pierwszego wyboru. Autorzy wytycznych zgodnie podkreślają, ze leczenie neuropatii cukrzycowej jest trudne, a zadowalający efekt analgetyczny udaje sie uzyskac zaledwie u okolo 50% chorych.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».