Evaluating the efficacy and safety of duloxetine and gabapentin in managing diabetic neuropathy: A systematic review and meta-analysis
Notice bibliographique
Résumé
Background and objective Painful diabetic neuropathy (PDN) is a common complication of diabetes, characterized by significant pain and functional impairment. Gabapentin and duloxetine are standard treatments. This study compared their efficacy in alleviating pain, improving clinical global impression of change (CGIC), reducing sleep interference, enhancing response rates, and assessing safety. Methods A systematic review and meta-analysis was conducted following PRISMA guidelines. A search of Embase, Medline, ScienceDirect, Scopus, Web of Science, and Cochrane databases through May 2024 identified randomized controlled trials comparing gabapentin and duloxetine for PDN. Risk of bias was assessed using the Cochrane RoB2 tool. Data on pain, CGIC, sleep interference, responder rates, and adverse events were analyzed using a random-effects model, with results presented as standardized mean differences and risk ratios with 95% confidence intervals. Results Six RCTs with 526 patients (44% female) were included. There was no significant difference between duloxetine and gabapentin in relieving pain (SMD = −0.16, 95% CI [−0.36, 0.03], p = .10, I 2 = 66%). No significant differences were observed in the overall effect of CGIC (MD = 0.01, 95% CI [−0.07, 0.09], p = .79, I 2 = 0%), or sleep interference (MD = −0.07, 95% CI [−0.36, 0.23], p = .67, I 2 = 39%); However, duloxetine showed superiority at week 1 for CGIC (MD = 0.56, 95% CI [0.18, 0.94], p = .003), and week 8 for sleep interference (MD = −0.40, 95% CI [−0.79, −0.01], p = .04, I 2 = 0%), while gabapentin was superior at week 1 in sleep interference (MD = 0.75, 95% CI [0.11, 1.39], p = .02). No significant differences were observed in responder rates or adverse events. Conclusion Gabapentin and duloxetine are effective for PDN, with distinct advantage at different time points. Personalized treatment is recommended, and future research should assess long-term efficacy in diverse populations.
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 | 0,013 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| 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 ».