A Systematic Review of Dietary Lifestyle Interventions for Neuropathic Pain
Notice bibliographique
Résumé
Background/Objectives: Chronic severe neuropathic pain (NP) affects one in 10 individuals over the age of 30 in North America. Standard pharmacological interventions are associated with significant side effects and have limited effectiveness. Diets seeking to improve physiological health, support gut barrier integrity, and decrease systemic inflammation have recently emerged as powerful tools conferring neuroprotective and anti-inflammatory effects, potentially reducing the overall morbidity and mortality of multiple neurological and metabolic diseases. This systematic review aimed to synthesize the literature around NP outcomes following dietary interventions compared to routine standard of care. Methods: Following PRISMA guidelines, an initial search yielded 15,387 records after deduplication. Six interventional trials specifically assessing dietary interventions for neuropathic pain were included and analyzed. The dietary lifestyle interventions included low-fat plant-based, plant-based fasting-mimicking, low-calorie, potassium-reduced, gluten-free, and intermittent high-protein/Mediterranean diets. Results: The included studies described some statistically significant improvements in pain severity on objective quantitative sensory testing, electrophysiology, imaging, and subjective questionnaires. The overall risk of bias was moderate, with only one trial demonstrating a low risk of bias across all assessed domains. No serious adverse events were identified, and dietary interventions were generally well tolerated. Conclusions: The data collected and synthesized in this systematic review indicate that dietary lifestyle interventions may offer a low-risk, low-cost, low-tech option for chronic neuropathic pain management, potentially improving quality of life and reducing overall morbidity. However, given substantial variability across studies and a moderate risk of bias, further research is warranted to substantiate these findings.
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 | 0,008 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,008 | 0,008 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».