Comprehensive Examination of Therapies for Pain in Parkinson’s Disease: A Systematic Review and Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pain in Parkinson's disease (PD) is a debilitating symptom with a prevalence of 68%, yet is untreated 50% of the time. What is unclear, however, is which treatment is optimal for minimizing pain severity in PD. Thus, the objective of this systematic review and meta-analysis was to investigate the efficacy of a variety of novel, complimentary, and conventional treatments for pain in PD and elucidate which therapy is the most effective. A systematic search was performed using MEDLINE, PsycINFO, Embase, CINAHL, and CENTRAL databases. To identify additional articles, manual searches of reference lists of included trials were also searched. Major neurology conference proceedings occurring between January 2014 and February 2018 were also searched to identify unpublished studies that may be potentially eligible. Twenty-five randomized controlled trials that encompassed medical, surgical, and complementary therapies met our inclusion criteria and exhibited moderate quality evidence. Two reviewers conducted assessments for study eligibility, risk of bias, data extraction, and quality of evidence rating. A conservative random-effects model was used to pool effect estimates of pain severity. The greatest reductions in pain were found with safinamide (Standardized mean difference = -4.83, 95% CI [-5.07 to -4.59], p < 0.0001), followed by cannabinoids and opioids, multidisciplinary team care, catechol-O-methyltransferase inhibitors, and electrical and Chinese therapies. Moderate effects in reducing pain were in pardoprunox and surgery, while the weakest effects were in dopaminergic agonists and miscellaneous therapies. Safinamide is an important adjunct to standard parkinsonian medication for alleviating pain in PD.
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,003 |
| Bibliométrie | 0,001 | 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 découle