Frequency, predictors, and outcomes of urine drug testing among patients with advanced cancer on chronic opioid therapy at an outpatient supportive care clinic
Notice bibliographique
Résumé
BACKGROUND: Data are limited on the use and outcomes of urine drug tests (UDTs) among patients with advanced cancer. The main objective of this study was to determine the factors associated with UDT ordering and results in outpatients with advanced cancer. METHODS: A retrospective chart review was conducted of 1058 patients who attended an outpatient supportive care clinic from March 2014 to November 2015. Sixty-one patients who were receiving chronic opioid therapy and underwent UDTs were identified. A control group of 120 patients who did not undergo UDTs was selected for comparison. RESULTS: Sixty-one of 1058 patients (6%) underwent UDTs, and 33 of 61 patients (54%) had abnormal results. Multivariate analysis indicated that the odds ratio for UDT ordering was 3.9 in patients who had positive Cut Down, Annoyed, Guilty, and Eye Opener (CAGE) questionnaire results (P = .002), 4.41 in patients aged < 45 years (P < .001), 5.58 in patients who had moderate-to-severe pain (Edmonton Symptom Assessment Scale pain scores ≥4; P < .001), 0.27 in patients with advanced-stage cancer, (P = .008), and 0.25 in patients who had moderate-to-severe fatigue (P = .001). Among 52 abnormal UDT results in 33 patients, the most common opioid findings were prescribed opioids absent in urine (14 of 52 tests; 27%) and unprescribed opioids in urine (13 of 52 tests; 25%). CONCLUSIONS: UDTs were used infrequently among outpatients with advanced cancer who were receiving chronic opioid therapy. Younger age, positive CAGE questionnaire results, early stage cancer or no evidence of disease status, higher pain intensity, and lower fatigue scores were significant predictors of UDT ordering. More than 50% of UDT results were abnormal. More research is necessary to better characterize aberrant opioid use in patients with advanced cancer. Cancer 2016;122:3732-9. © 2016 American Cancer Society.
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 | 0,000 | 0,004 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».