Cortical spectral rebalancing underlies pregabalin’s efficacy in restless legs syndrome
Notice bibliographique
Résumé
Abstract Restless legs syndrome afflicts nearly half of all patients with end-stage renal disease, imposing profound burdens through relentless insomnia and functional decline. Dopaminergic agents—the established first-line therapy—trigger augmentation, a paradoxical intensification of symptoms that leaves patients worse than when they began treatment. The resultant therapeutic impasse has left a vulnerable population without effective recourse. Here we demonstrate that pregabalin, an α2δ calcium channel ligand with established renal safety, provides robust and sustained symptom relief in a randomized, placebo-controlled trial of dialysis patients with uremic restless legs syndrome. Clinical benefits emerged rapidly and intensified over three months, with pregabalin-treated patients showing more than twofold greater likelihood of categorical improvement in disease severity. In complementary animal electrophysiology experiments, pregabalin distinctively suppressed cortical hyperarousal—a hallmark of restless legs syndrome—by rebalancing low- and high-frequency oscillatory activity patterns, particularly in motor regions. This neural signature closely resembled that of gabapentin, another therapeutically effective α2δ ligand, suggesting convergent mechanisms. Beyond establishing pregabalin as an urgently needed alternative to dopaminergic therapy, our results demonstrate that cortical oscillatory profiling can reveal mechanistic convergence among candidate therapeutics, offering a rational preclinical screening strategy for neurological disorders before exposure of high-risk patient populations to experimental interventions. This framework may accelerate therapeutic discovery while reducing clinical trial risks in vulnerable 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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».