Role of gabapentin in reducing the need for high-risk medications in patients with stable severe neurological impairment
Notice bibliographique
Résumé
Objective: The study was aimed at assessing the prevalence of pain behaviors in children with severe neurological impairment (SNI), as well as the use of prescribed pain behavior medications, and the effects of gabapentin initiation on behaviors and use. Methods: A pre-post study was conducted on data from 11 patients with SNI who received gabapentin at a children's hospital in Canada. Symptoms and the use of high-risk pain behavior medications were assessed before and after gabapentin initiation and titration. Results: Pain was identified as a primary concern in most patients (8/11 [73%]) before gabapentin initiation. Dystonia was the most prevalent pain behavior (6/11 [55%]). Of the 11 patients, eight (73%) were taking benzodiazepines for symptom management, four (36%) were taking opioids, and one was taking a hypnotic sedative. Symptom improvement was observed in 10/11 (91%) patients after gabapentin initiation and titration. The use of benzodiazepine decreased in 6/8 (75%) patients, opioid use decreased in 3/4 patients, and hypnotic sedative use decreased in 1/1 patient. Successful discontinuation occurred for benzodiazepines in 5/8 (62.5%) patients, opioids in 1/4 (25%) patients, and hypnotic sedatives in 1/1 patient. Conclusions: Prescription medications with substantive risks, including benzodiazepines, opioids, and hypnotic sedatives, were used with high prevalence for pain behaviors in children with SNI. This study revealed an association between gabapentin initiation, and improved symptom burden and decreased use of the three medications.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».