The panorama of opioid‐related cognitive dysfunction in patients with cancer
Notice bibliographique
Résumé
BACKGROUND: Opioids have an essential role in the management of pain in cancer patients, particularly those with advanced disease. Cognitive dysfunction is a recognized complication of opioid use. However, misconceptions and controversy surround the nature and prevalence of its occurrence. A projected increase in the aging cancer population highlights the need for a better understanding of this phenomenon. METHODS: A critical appraisal of the literature evidence in relation to the pattern, pathophysiology, assessment, impact, and management of cognitive dysfunction due to opioid use in cancer pain management is given. RESULTS: Studies in cancer patients with less advanced disease reveal subtle evidence of cognitive impairment, largely related to initial dosing or dose increases. In advanced cancer, opioid-induced cognitive dysfunction usually occurs in the form of delirium, a multifactorial syndrome. The presence of both cognitive impairment and delirium frequently is misdiagnosed or missed. Potential risk factors include neuropathic and incidental pain, opioid tolerance, somatization of psychologic distress, and a history of drug or alcohol abuse. Elevation of opioid metabolites with renal impairment may contribute to cognitive dysfunction. Recognition of opioid-related cognitive dysfunction is improved by objective screening. Successful management requires either dose reduction or a change of opioid, in addition to addressing other reversible precipitants such as dehydration or volume depletion. CONCLUSIONS: Opioid-related cognitive dysfunction tends to be subtle in the earlier stages of cancer, whereas delirium, a more florid form with behavioral disturbance is likely to be present in the advanced cancer population. In patients with advanced disease, an optimal management approach requires careful clinical assessment, identification of risk factors, objective monitoring of cognition, maintenance of adequate hydration, and either dose reduction or switching to a different opioid.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».