Single Institute Experience With Methylphenidate and American Ginseng in Cancer-Related Fatigue
Notice bibliographique
Résumé
BACKGROUND: Single therapy with methylphenidate or American ginseng contributes to the reduction in cancer-related fatigue (CRF) with different pharmacologic mechanisms and is relatively safe. However, the safety and efficacy of treating CRF with methylphenidate and AG combination therapy is unknown. AIM: The primary objective was to assess the clinical safety and the change in fatigue with numerical rating scale (NRS) on the Edmonton Symptom Assessment Scale (ESAS) after intervention with methylphenidate and AG combination therapy. METHODS: We reviewed the electronic medical records of 857 patients seen in our Palliative Medicine outpatient clinic between February 1, 2015, and December 31, 2015. Fatigue was assessed by NRS on ESAS. Toxicity was reviewed on clinician's documents. RESULTS: We identified 28 patients who were prescribed a combination of methylphenidate (10-40 mg/d) and AG (2000 mg/d). Ten patients did not comply with the combination therapy. Three patients had stage 2 adverse effects. Fifteen patients completed prescribed combination therapy per instructions. The mean time interval between pre- and postintervention follow-up was 30.5 days (standard deviation [SD]: 7.78). There was a significant reduction in the fatigue score (mean score 6.93-4.13) from the pre- to postscore records (mean: -2.8; SD: 1.61; P < .0002* [*refers to statistically significant]). Sixty percent of patients reported significant reduction in fatigue (cutoff value: ≥3; reduction in fatigue score from baseline: 80% ≥2, 60% ≥3, and 46.7% ≥4). CONCLUSION: In our retrospective medical record review, the combination treatment of methylphenidate and AG had no discernible associated toxicities and showed potential clinical benefit in CRF.
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 | 0,002 |
| 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 ».