Current Status of Pain Management in Parkinson’s Disease
Notice bibliographique
Résumé
BACKGROUND: Pain is a non-motor symptom in Parkinson's disease (PD) which commonly goes underreported. Adequate treatment for pain in PD remains challenging, and to date, no clear guidelines for management are available. METHODS: With the goal of understanding and organizing the current status of pain management in PD, we conducted a review of pharmacological and non-pharmacological treatments for pain in patients with PD. Suitable studies cataloged in PubMed and the Cochrane database up to October 31, 2019, were included prioritizing randomized controlled trials. Post-hoc analyses and open-label studies were also included. RESULTS: Treatment with levodopa increases pain thresholds in patients with PD. Apomorphine did not have similar efficacy. Duloxetine provided benefit in an open-label trial. Oxycodone-naloxone PR did not have a significant improvement in pain, but per-protocol analysis showed a reduction in pain when adherence was strong. Rotigotine patch had numerical improvement on pain scales with no statistical significance. Safinamide significantly improved the "bodily discomfort" domain in the PDQ-39 questionnaire. Botulinum toxin A had a non-significant signal toward improving dystonic limb pain in PD. DBS to the subthalamic nucleus may modulate central pain thresholds, and a pilot study of cranioelectric therapy warrants future research in the area. CONCLUSION: After optimizing dopaminergic therapy, understanding the type of pain a patient is experiencing is essential to optimizing pain control in PD. While recommendations can be made regarding the treatment options in each domain, evidence remains weak and future randomized controlled studies are needed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».