Association between tobacco use, pain expression, and coping strategies among patients with advanced cancer
Notice bibliographique
Résumé
BACKGROUND: The objective of the current study was to evaluate the association between tobacco use, symptom expression, and coping strategies in patients with advanced cancer. METHODS: The authors prospectively enrolled patients with advanced cancer and collected data regarding patient demographics, cancer diagnosis, morphine equivalent daily dose, cigarette smoking status using the Behavioral Risk Factor Surveillance System, symptom expression as measured by the Edmonton Symptom Assessment System, the Cut down/Annoyed/Guilty/Eye opener alcoholism questionnaire, the Screener and Opioid Assessment for Patients with Pain-short form survey, and the Brief COPE Questionnaire. RESULTS: Among 399 patients, 195 (49%) were never-smokers, 158 (40%) were former smokers, and 46 (11%) were current smokers. The most common malignancies were gastrointestinal (21%) and breast (19%). Current smokers demonstrated significantly higher pain scores at the time of consultation compared with former or never-smokers (mean 6.4 vs 5.9 vs 5.1, respectively; P = .015), demonstrated increased morphine equivalent daily dose (median 90 mg/day vs 60 mg/day vs 50 mg/day, respectively; P = .002), were more likely to screen as positive on the Cut down/Annoyed/Guilty/Eye opener questionnaire (33% vs 24% vs 8.7%, respectively; P < .0001) and were more likely to screen as positive (≥4) on the Screener and Opioid Assessment for Patients with Pain-short form survey (74% vs 13% vs 9.3%, respectively; P < .0001). Compared with former and never-smokers, current smokers were significantly more likely to cope maladaptively with substance use (P = .02), denial (P = .007), and self-blame (P < .0001). CONCLUSIONS: Among patients with advanced cancer, current and former smokers appear to be significantly more likely to have higher pain expression and thus require higher opioid doses, and to have more risk factors for using opioids in a nonprescribed manner. The results of the current study highlight the need to provide closer monitoring and increased psychosocial support for patients with cancer who smoke while receiving chronic opioid therapy.
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 | 0,000 |
| 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 ».