Pharmacovigilance in hospice/palliative care: net effect of gabapentin for neuropathic pain
Notice bibliographique
Résumé
INTRODUCTION: Real-world effectiveness of many medications has been poorly researched, including in hospice/palliative care. Directly extrapolating findings from other clinical settings may not yield robust clinical advice. Pharmacovigilance studies provide an opportunity to understand better the net impact of medications. The study aimed to examine immediate and short-term benefits and harms of pregabalin in routine practice for neuropathic pain in hospice/palliative care. METHODS: A consecutive cohort of 155 patients from 62 centres in 5 countries was started on pregabalin and studied prospectively. Data were collected at three time points: baseline; day 7 (immediate, short-term harms); ad hoc reports of any harms ≤21 days; and day 21 (short-term benefits). RESULTS: Median dose for 155 patients at day 21 was 150 mg/24 h. Benefits were reported by 61 patients (39%), of whom 11 (7%) experienced complete pain resolution. Harms were reported by 51 (35%) patients at or before 7 days, the most frequent of which were somnolence, fatigue, cognitive disturbance and dizziness. 10 patients (6%) ceased pregabalin due to harms, but 82 patients (53%) were being treated at 21 days. In regression modelling, people with worse baseline pain derived more benefit (OR=8.5 (95% CI 2.5 to 28.68). CONCLUSIONS: Pregabalin delivered benefit to many patients, with 4 of 10 experiencing pain reductions by 21 days. Harms, occurring in 1 in 3 patients, may be difficult to detect in clinical practice, as they mostly involve worsening of symptoms prevalent at baseline.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 ».