Opioid-Induced Constipation among a Convenience Sample of Patients with Cancer Pain
Notice bibliographique
Résumé
BACKGROUND: Little is known regarding the burden of opioid-induced constipation (OIC) among patients who suffer from cancer-related pain. METHODS: A prospective longitudinal study was conducted among cancer patients in the United Kingdom (UK), Canada, and Germany, which included medical record data abstraction, Internet-based patient surveys, and physician surveys. Patients on daily opioid therapy (≥30 mg for ≥4 weeks) for treatment of cancer pain with self-reported OIC were recruited. Response to laxatives was defined by classifying participants into categories of laxative use and evaluating the prevalence of inadequate response. Descriptive statistics were used to evaluate outcomes, including the patient assessment of constipation-symptom (PAC-SYM), patient assessment of constipation-quality of life, EuroQOL-5 dimensions, and global assessment of treatment benefit, satisfaction, and willingness to continue. RESULTS: Recruitment was difficult for this study with only 31 participants completing the baseline survey and meeting criteria for opioid use and OIC (26 UK, 1 Canada, and 4 Germany). Fifty-two percent (n = 16) of participants were male, and all were White. Breast (23%, n = 7), pancreatic (13%, n = 4), and multiple myeloma (13%, n = 4) were the most common cancers. Mean duration of chronic pain and opioid use were 2.3 and 1.3 years, respectively. Participants reported having a mean of 4.4 bowel movements/week in the 2 weeks prior to baseline, of which a mean of 0.9 were spontaneous. Most participants (90%, n = 28) were using at least 1 lifestyle approach to manage their constipation; 65% (n = 20) were taking ≥1 over-the-counter laxative; 19% (n = 6) were taking ≥1 prescription laxative; 23% (n = 7) reported no laxative use in the prior 2 weeks. Moderate-to-severe constipation symptoms on the PAC-SYM were common, and mean scores on health-related quality of life outcomes were comparable to chronic pain populations. CONCLUSION: In this primarily UK sample, there appears to be considerable unmet OIC treatment needs among cancer patients.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 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 ».