Genetic influence on methadone treatment outcomes in patients undergoing methadone maintenance treatment for opioid addiction: a pilot study
Notice bibliographique
Résumé
INTRODUCTION: Treatment of opioid addiction with methadone is effective; however, it is known to produce interindividual variability. This may be influenced in part by genetic variants, which can increase the initial risk of developing opioid addiction as well as explain differences in response to treatment. This pilot study aimed to assess the feasibility of conducting a full-scale genetic analysis to identify genes that predict methadone treatment outcomes in this population. METHODS: This was a cross-sectional observational study of patients admitted to a methadone maintenance treatment program for opioid addiction. We obtained demographic and clinical characteristics in addition to blood and urine samples, for the assessment of treatment outcomes. RESULTS: The recruitment process yielded 252 patients, representing a 20% recruitment rate. We conducted genetic testing based on a 99.6% rate of provision of DNA samples. The average retention in treatment was 3.4 years, and >50% of the participants reported psychiatric and medical comorbidities. BDNF rs6265 and DRD2 rs1799978 were the common single nucleotide polymorphisms (SNPs) selected for the feasibility study. DISCUSSION: This study met our predetermined feasibility criteria; recruitment, response rates, and genetic testing were feasible; treatment duration was sufficient for follow up; and the prevalence of comorbid conditions indicated the need for reliable psychiatric and chronic pain measures. The study strengths included effective collaboration with clinics and the generalizability of sample population. Key learning points show the need for assessment of treatment outcomes on multiple domains, implementation of follow up, and the development of standardized training for the study clinical staff.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».