Real-world data on the effectiveness of the meloxicam and pridinol combination for musculoskeletal pain
Notice bibliographique
Résumé
Musculoskeletal pain includes several types of discomfort associated with the skeletal system. Pharmaceutically, pridinol was developed in order to relax muscles. No empirical data exist to support the effectiveness of using meloxicam in combination therapy for the treatment of musculoskeletal pain. This study compared pridinol and meloxicam for musculoskeletal pain. The current observational study assessed a total of 82 patients. The study’s participants were divided into three groups: the “meloxicam” group, the “pridinol” group, and the “meloxicam + pridinol” group. Pain levels were measured before and four weeks after giving the drug, by using a visual analogue scale (VAS) and the Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC). We employed a Kruskal-Wallis test in order to evaluate the variations in pain measurement among the groups. The three groups’ VAS and WOMAC scores did not differ before the drug administration. The “meloxicam + pridinol” treatment resulted in significant pain relief based on VAS and WOMAC scores at 1, 2, and 4 weeks (as compared to other groups; p<0.05). At 4 weeks, the VAS and WOMAC ratings exhibited no significant pain relief in the “meloxicam” group when compared to the “pridinol” group. The meloxicam-pridinol combination proved efficacious for musculoskeletal pain, and is recom¬mended for its therapy.
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 | 0,010 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».