Effect of gastroretentive gabapentin (Gralise) on postmastectomy pain syndrome: a proof-of-principle open-label study
Notice bibliographique
Résumé
INTRODUCTION: Chronic pain is a common and debilitating complication following breast surgery. One of the most challenging for treatment is the neuropathic pain condition, postmastectomy pain syndrome (PMPS). Gabapentin is a pharmacotherapy for neuropathic pain disorders; however, its once-daily, gastroretentive formulation, Gralise, has not been evaluated in PMPS. OBJECTIVE: To evaluate the safety and effectiveness of Gralise in patients with moderate-to-severe PMPS. METHODS: The primary effectiveness endpoint was a change in the worst pain intensity score from baseline to completion of 8 weeks of Gralise therapy. The secondary endpoints included the change in mood, coping behavior, sleep, and function. Sensitivity to experimental stimuli was tested before and after treatment via quantitative sensory testing. The incidence and type of adverse event were used to evaluate the safety and tolerability of Gralise. RESULTS: Twenty-one patients with confirmed moderate-to-severe PMPS were enrolled. Nineteen of 21 (90.5%) patients completed the 8-week treatment with Gralise. A significant positive change was found in pain intensity, pain impact, and sleep. There was no change in sensory testing scores. Of total, 63.16% of patients reported reduction in present pain, 78.95% in average pain, 89.47% in worst pain, and 84.21% in overall pain severity at posttreatment visit. No significant adverse effects were noted in the study. LIMITATIONS: Variation in type of breast surgery, small sample size, lack of placebo control. CONCLUSION: There was a significant improvement in pain and sleep, and Gralise was well tolerated in patients with PMPS. Further investigation is warranted.
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 | 0,011 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».