MétaCan
Menu
← Retour à la cohorte
Enregistrement W2990740129 · doi:10.1200/jco.2019.37.31_suppl.117

Pharmacogenetic (PGx) guided cancer pain management in an oncology palliative medicine (PM) clinic.

2019· article· en· W2990740129 sur OpenAlexaboutno aff
Jai N. Patel, Danielle Boselli, James T. Symanowski, Stephanie Wodarski, ShRhonda Turner, Courtney Slaughter, Melissa Waller, Donna Baldassare, Rebecca Edwards, Beth Susi, Rebecca Greiner, Connie Edelen

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacogenetics and Drug Metabolism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineCancer painOpioidInternal medicineCancerCYP2D6PharmacogeneticsMcNemar's testPain assessmentOncologyPhysical therapyPain managementGenotype

Résumé

récupéré en direct d'OpenAlex

117 Background: About 30% of cancer patients presenting with pain have symptomatic improvement using conventional strategies within one month. PGx may help personalize opioid selection and improve cancer pain management. Methods: This is a pragmatic pilot trial investigating the feasibility and application of PGx testing to improve pain management in adults with uncontrolled cancer pain referred to an oncology PM clinic. PM providers assessed patients using Edmonton Symptom Assessment Scale at baseline and opioid therapy was initiated or modified. A buccal swab was obtained for genotyping single nucleotide polymorphisms in: COMT, CYP1A2, CYP2B6, CYP2C9, CYP2C19, CYP2D6, CYP3A4, CYP3A5, and OPRM1. The first assessment occurred within one week of baseline and a second within another week if intervention was required. PGx results were available before the first assessment and utilized, if applicable, throughout the one-month study period. Pain improvement rate (≥ 2-point reduction on a 0-10 scale) from baseline to final visit, was compared to historical control data by a one-sided exact binomial test of proportions. Results: Of 75 undergoing PGx testing, 52 were evaluable for the primary endpoint (54% female, 81% white, 17% black, median age 63, 75% stage 3 or 4 disease, median personalized pain goal 3 [0-6]). 56% had pain improvement compared to 30% in historical controls (p < 0.001). At final assessment, 35% met their personalized pain goal. Of 26 (50%) requiring opioid adjustments, 18 (69%) had an actionable genotype with a 61% pain improvement rate. The two most common genes for opioid adjustment were CYP2D6 (16/18; 89%) and COMT (8/18; 44%). The most common PGx-guided modification involved switching from a CYP2D6-metabolized drug (hydrocodone, oxycodone, tramadol) to a non-CYP2D6-metabolized drug (fentanyl, hydromorphone, methadone, morphine). Conclusions: PGx implementation in an oncology PM clinic was feasible and improved pain management. Half of those requiring opioid adjustments had an actionable genotype, with the largest impact from CYP2D6 polymorphisms. Future studies should focus on preemptive PGx testing to guide initial drug selection and confirm clinical utility in a randomized trial. Clinical trial information: NCT02542397.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,476
Tête enseignante GPT0,649
Écart entre enseignants0,173 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetPharmacogenetics and Drug Metabolism→Travaux en français237 207→