Evaluating the impact of gabapentinoids on sleep health in patients with chronic neuropathic pain: a systematic review and meta-analysis
Notice bibliographique
Résumé
Chronic neuropathic pain (NP) is debilitating and impacts sleep health and quality of life. Treatment with gabapentinoids (GBs) has been shown to reduce pain, but its effects on sleep health have not been systematically evaluated. The objective of this systematic review and meta-analysis was to assess the relationship between GB therapy dose and duration on sleep quality, daytime somnolence, and intensity of pain in patients with NP. Subgroup comparisons were planned for high- vs low-dose GBs, where 300 mg per day or more of pregabalin was used to classify high-dose therapy. Trial data were segregated by duration less than 6 weeks and 6 weeks or greater. Twenty randomized controlled trials were included. Primary outcome measures included pain-related sleep interference and incidence of daytime somnolence. Secondary outcomes included daily pain scores (numerical rating scale 0-10) and patient global impression of change. Significant improvement in sleep quality was observed after 6 weeks of GB treatment when compared with placebo (standardized mean difference 0.39, 95% confidence interval 0.32-0.46 P < 0.001). Increased daytime somnolence was observed among all GB-treated groups when compared with placebo. Treated patients were also more likely to report improvement of patient global impression of change scores. Pain scores decreased significantly in patients both after 6 weeks of treatment (P < 0.001) and in trials less than 6 weeks (P = 0.017) when compared with placebo. Our data demonstrate that GBs have a positive impact on sleep health, quality of life, and pain in patients with NP syndromes. However, these benefits come at the expense of daytime somnolence.
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 | 0,036 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».