The opioid rotation ratio of strong opioids to transdermal fentanyl in cancer patients
Notice bibliographique
Résumé
BACKGROUND: Transdermal fentanyl (TDF) is 1 of the most common opioids prescribed to patients with cancer. However, the accurate opioid rotation ratio (ORR) from other opioids to TDF is unknown, and various currently used methods result in wide variation of the ORR. The objective of this study was to determine the ORR of the oral morphine equivalent daily dose (MEDD) to the TDF dose when correcting for the MEDD of breakthrough opioids (the net MEDD) in cancer outpatients. METHODS: The records of 6790 consecutive patients were reviewed at the authors' supportive care center from 2010 to 2013 to identify those who underwent rotation from other opioids to TDF. Data regarding Edmonton Symptom Assessment Scale scores and MEDDs were collected for patients who returned for a follow-up visit within 5 weeks. Linear regression analysis was used to estimate the ORR between the TDF dose and the net MEDD (the MEDD before opioid rotation [OR] minus the MEDD of the breakthrough opioid used along with TDF after OR). RESULTS: In total, 129 patients underwent OR from other opioids to TDF. The mean patient age was 56 years, 59% were men, and 88% had advanced cancer. Uncontrolled pain (80%) was the most frequent reason for OR. In 101 patients who underwent OR and had no worsening of pain at follow-up, the median ORR from net MEDD to TDF (in mg per day) was 0.01 (range, -0.02 to 0.04), and the correlation coefficient of the TDF dose to the net MEDD was 0.77 (P < .0001). The ORR was not significantly impacted by body mass index or serum albumin. The ORR of 0.01 suggests that an MEDD of 100 mg is equivalent to 1 mg TDF daily or approximately 40 micrograms per hour of TDF (1000 micrograms/24 hours). CONCLUSIONS: The median ORR from MEDD to TDF in mg per day was 0.01. These results warrant further studies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».