Antiepileptic and Antidepressant Drugs in the Treatment of Neuropathic Pain and Depression of the Patients with Diabetic Neuropathy: A Comparative Study
Notice bibliographique
Résumé
Objective: The aim of this study is to investigate the effects of two antidepressants; amitryptline, venlafaxine XR, and two anticonvulsants lamotrigine, oxcarbazepine on pain and depression in diabetic neuropathy (DN). Material and methods: Following the visual analog scale (VAS), Short-McGill pain questionnaire (SMPQ) and Beck depression inventory (BDI) performance, patients with diabetic neuropathy were randomly treated with lamotrigine (2x50 mg/day), oxcarbazepine (2x300 mg/day), amitryptiline (25 mg/day), or venlafaxine XR (75 mg/day). Patients presented to 6 follow-up visits, within 15 days of intervals. VAS scores were re-measured in each follow-up visits, whereas SMPQ and BDI scores were performed at the end of the study. Results: There were statistically significant differences between the BDI and SMPQ scores of the all study groups before treatment and at the last follow-up visit (p<0.05).Initial VAS scores were similar in the study groups, whereas VAS scores in the day 15, 30 and 90 revealed statistically significant differences in all groups (p<0.05). Lamotrigine and oxcarbazepine were found as effective as amitryptiline and venlafaxine XR on depression. Conclusion: Similar efficacity of antiepileptic and antidepressants in the precence of painful DN and depression is important to contribute in personalization of the treatments and to increase the therapeutic options. Key words: Diabetic Neuropathy; Depression; Oxcarbazepine; Lamotrigine; Venlafaxine; Amitriptyline.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».