Analgesic Effect of Bumetanide on Neuropathic Pain in Patients with Spinal Cord Injury
Notice bibliographique
Résumé
Objectives: The current study evaluated the analgesic effects of bumetanide as an adjunctive treatment in the management of neuropathic pain following spinal cord injury. The peripheral expression of Na-K-Cl-cotransporter-1 1 and K-Cl-cotransporter-2 (KCC2)2 genes in polymorphonuclear lymphocytes (PMLs) assessed as a possible biomarker indicating central mechanisms underlying the observed response. Methods: Through an open-label, single arm, pilot trial of bumetanide (2mg/day), as add-on treatment conducted in 14 SCI patients for 19 weeks. This study consisted of 3 phases: pre-treatment (1month), titration (3 weeks), and active treatment (4 months). Ultimately, 9 patients completed the study. The primary outcome variables were the endpoint pain score using the numeric rating scale (NRS), and also the short-form McGill Pain Questionnaire. Secondary endpoints included the Short-Form Health Survey that assesses the quality of life. Blood samples were collected and used for determining the expression of NKCC1 and KCC2 genes in transcription and translation levels. Results: Bumetanide treatment significantly decreased average pain intensity according to the NRS and the short form of the McGill Pain Questionnaire scores. Baseline expression of KCC2 protein was low between groups and increased significantly following treatment (P<0.05). In the current study, pain improvement accompanied by the greater mean change from the baseline (improvement) for the overall quality of life. Conclusions: These data highlighted the analgesic effect of bumetanide on neuropathic pain and indicated the probable role of upregulation of KCC2 protein and involvement of GABAergic disinhibition in producing neuropathic pain.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 ».