543-P: A Randomised Control Trial to Evaluate the Efficacy of Chinese Traditional Medicine for the Treatment of Diabetic Peripheral Neuropathy
Notice bibliographique
Résumé
Background: Diabetic peripheral neuropathy (DPN) is a common complication in patients (pts) with diabetes. However, multinational data do not support any convincing efficacy of the current therapies for treating DPN. This necessitated the evaluation of safety and efficacy of alternative medicine to tackle DPN. Methods: A double-blinded RCT was conducted in 8 Chinese medicine hospitals in China, evaluating the safety and efficacy of 190 g Tangbi Waixi decoction (TW, intervention (Int)) compared with 19 g TW (control (Cont)). Change in Toronto Clinical Scoring System - Total Score (TCSS-TS) at 12 and 24 weeks follow-up was the primary outcome, with treatment ceasing at 12 weeks. Secondary outcomes included change in bilateral motor velocity (BMV) and sensory nerve conduction velocity (SNCV) of the common peroneal nerve (CPN). All pts received standard care for glycaemic management. The pts in the Int (n=317) and Cont (n=315) groups were analysed on ITT principle. All adverse events (AEs) were recorded. Results: The pts were mean 60 years old with median 10 yrs and 2 yrs of diabetes and DPN duration respectively at randomisation. With median TCSS-TS of 10 at randomisation in both groups, the median (95% CI) reduction in Int and Cont: at 12 weeks 2 (1.7, 2.3) and 3 (2.7, 3.3) respectively (median between group difference (MBGD): 1.0, p=0.011); at 24 weeks 3 (2.6, 3.4) in both groups. At 12 weeks, median (95% CI) CPN velocity increased in both Int and Cont - BMV Int vs. Cont: 2.7 (1.9, 4.9) m/s vs. 4.9 (2.7, 5.5) m/s, MBGD - 2.5 m/s (p=0.044); SNCV Int vs. Cont: 1.4 (0, 2) m/s vs. 2.7 (1.9, 4.9) m/s, MBGD - 0.7 m/s (p=0.26). Similar increase in CPN velocity was observed at 24 weeks in both groups. Overall 12% pts experienced at least one AE, with no difference between groups. Conclusion: Treatment of DPN with TW decoction significantly benefitted the pts and is safe, while lower dose of TW appears to be more effective than the higher does. Disclosure F. Guanjie: None. Y. Lin: None. S.K. Paul: Advisory Panel; Self; Sanofi. Research Support; Self; AstraZeneca, Genentech, Inc. H. Huang: None. T. Xianyu: None. Z. Yuehong: None. F. Zhaohui: None. Q. Xiaotang: None. D. Fang: None. S. Wang: None. M. Wang: None. H. Wei: None. Z. Ling: None. L. Zhenjie: None. Y. Fu: None. M. Wu: None. L. Anxiang: None. H. Jinzhu: None. Q. Li: None. Funding National Science and Technology Support Program (2015BAI04B09)
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».