Meta-analysis of gabapentin in the treatment of postherpetic neuralgia
Notice bibliographique
Résumé
<strong>Objective</strong> To evaluate the effects and tolerability of gabapentin in the treatment of postherpetic neuralgia (PHN). <strong>Methods </strong>The randomized controlled trials (RCTs) of gabapentin for the treatment of PHN were retrieved from PubMed, Cochrane Central Register of Controlled Trials,<br />EMBASE, Chinese Biology Medicine (CBM), VIP, China National Knowledge Infrastructure (CNKI) and Wanfang Data. Two reviewers independently evaluated the quality of the included articles and abstracted the data. Meta-analysis was performed using RevMan 5.0. <strong>Results </strong>According to the enrollment criteria, 5 prospective, randomized controlled clinical trials including 1225 subjects were finally selected. The mean changes for average daily pain score were significant in gabapentin group compared with placebo group (SMD = -0.920, 95%CI: -1.330~-0.520; P = 0.000), as well as the mean change for Short-Form McGill Pain Questionnaire (SF-MPQ) visual analogue scale (SMD = -2.650, 95%CI: -3.410~-1.890; P = 0.000) and average daily sleep intervention score (SMD = -2.480, 95%CI: -3.750~-1.200; P = 0.000). There was no significance between gabapentin group and placebo group in the withdrawl rate (P > 0.05). The common adverse reactions during gabapentin treatment included dizziness (OR = 3.710, 95%CI: 2.530-5.430; P = 0.000), somnolence (OR = 2.430, 95%CI: 1.530-3.860; P = 0.000) and peripheral edema (OR = 13.570, 95%CI: 4.190-43.970; P = 0.000). <strong>Conclusion</strong> It is indicated clinically that gabapentin is effective and well tolerated for the treatment of postherpetic neuralgia with high retention rate. However, adverse reactions, such as dizziness, somnolence and edema, should be paid attention.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 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 ».