Duloxetine for prevention and treatment of chemotherapy-induced peripheral neuropathy (CIPN): systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Duloxetine has previously been reported to be promising in the setting of chemotherapy-induced peripheral neuropathy (CIPN). The aim of this study was to conduct a comprehensive systematic review and meta-analysis, on the use of duloxetine in prevention and treatment of CIPN. METHODS: PubMed, Embase and Cochrane CENTRAL were searched from database inception up until April 2022. Articles were included in this review if they reported on duloxetine use in the setting of CIPN, in a multiarm comparative human trial. A random effects DerSimonian-Laird model was used to calculate summary risk ratios (RR) and corresponding 95% CIs, comparing duloxetine to placebo. This review was registered on. RESULTS: Seven randomised controlled trials that included 645 patients were identified. Five reported on duloxetine for treatment of CIPN, and two for prevention of CIPN. Two studies had some concern for bias. Duloxetine was statistically similar to placebo in its efficacy, both in the treatment (RR 0.92, 95% CI 0.84 to 1.01) and prevention (RR 1.02, 95% CI 0.87 to 1.19) of CIPN. Safety profile was similar, in the treatment (RR 1.31, 95% CI 0.90 to 1.89) and prevention (RR 1.52, 95% CI 0.98 to 2.38) setting. CONCLUSION: There is currently limited evidence supporting duloxetine's use for CIPN. There is a need for more comprehensive and higher-quality trials assessing duloxetine in the setting of CIPN, before further clinical practice recommendations. TRIAL REGISTRATION NUMBER: PROSPERO (CRD42022327487).
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 | 0,014 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,029 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».