Epidemiology and Treatment of Peripheral Neuropathy in Systemic Sclerosis
Notice bibliographique
Résumé
OBJECTIVE: The epidemiology and treatment of peripheral neuropathy in systemic sclerosis (SSc) is poorly understood. The objectives of this study were to evaluate the incidence, prevalence, risk factors, and treatments of peripheral neuropathy in SSc. METHODS: A systematic review of MEDLINE, Embase, and the Cumulative Index to Nursing and Allied Health Literature (CINAHL) databases for literature reporting peripheral neuropathy in SSc was performed. Studies evaluating incidence, prevalence, risk factors, and treatments were synthesized. A metaanalysis using a random effects model was used to evaluate the prevalence of peripheral neuropathy. RESULTS: This systematic review identified 113 studies that reported 949 of 2143 subjects with at least 1 type of peripheral neuropathy. The mean age was 48.5 years. The mean time between SSc onset and detection of peripheral neuropathy was 8.85 years. The pooled prevalence of neuropathy was 27.37% (95% CI 22.35-32.70). Risk factors for peripheral neuropathy in SSc included advanced diffuse disease, anticentromere antibodies, calcinosis cutis, ischemia of the vasa nervorum, iron deficiency anemia, metoclopramide, pembrolizumab, silicosis, and uremia. There were 73 subjects with successful treatments (n = 36 restoring sensation, n = 37 restoring motor or sensorimotor function). Treatments included decompression surgery, prednisone, cyclophosphamide, carbamazepine, transcutaneous electrical nerve stimulation, tricyclic antidepressants, and intravenous Ig. CONCLUSION: All-cause peripheral neuropathy is not uncommon in SSc. Compression neuropathies can be treated with decompression surgery. Observational data reporting immunosuppressives and anticonvulsants to treat peripheral neuropathy in SSc are limited and conflicting. Randomized controlled trials are needed to evaluate the efficacy of these interventions.
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».