MétaCan
Menu
Retour à la cohorte
Enregistrement W3000464584 · doi:10.1200/jop.19.00206

Pain Management Using Clinical Pharmacy Assessments With and Without Pharmacogenomics in an Oncology Palliative Medicine Clinic

2020· article· en· W3000464584 sur OpenAlex
Jai N. Patel, Danielle Boselli, Issam S. Hamadeh, James T. Symanowski, Rebecca Edwards, Beth Susi, Rebecca Greiner, Donna Baldassare, Melissa Waller, Stephanie Wodarski, ShRhonda Turner, Courtney Slaughter, Connie Edelen

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJCO Oncology Practice · 2020
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPharmacogenomicsPharmacyMedicinePain managementClinical OncologyPalliative careClinical pharmacyOncologyPain medicineInternal medicineAlternative medicineFamily medicinePharmacologyPhysical therapyNursingCancerAnesthesiologyPsychiatryPathology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: Approximately 30% of patients with cancer who have pain have symptomatic improvement within 1 month using conventional pain management strategies. Engaging clinical pharmacists in palliative medicine (PM) and use of pharmacogenomic testing may improve cancer pain management. METHODS: Adult patients with cancer with uncontrolled pain had baseline assessments performed by PM providers using the Edmonton Symptom Assessment Scale. Pharmacotherapy was initiated or modified accordingly. A subset of patients consented to pharmacogenomic testing. The first pharmacy assessment occurred within 1 week of baseline and a second assessment was done within another week if intervention was required. Each patient’s final visit was at 1 month. Pain improvement rate (a reduction of two or more points on a 0-to-10 pain scale) from baseline to final visit was compared applying the Fisher exact test to published historical control data, and between patients with and without pharmacogenomic testing. Multivariate logistic regression identified pain improvement covariates. RESULTS: Of 142 patients undergoing pharmacy assessments, 53% had pain improvement compared with 30% in historical control subjects ( P < .001). Pain improvement was not different between those who received (n = 43) and did not receive (n = 99) pharmacogenomics testing (56% v 52%; P = .716). However, of 15 patients with an actionable genotype, 73% had pain improvement. Higher baseline pain (odds ratio [OR], 1.79; 95% CI, 1.43 to 2.24; P < .001), black or other race (OR, 0.42; 95% CI, 0.18 to 0.95; P = .04), and performance status 3 or 4 (OR, 0.18; 95% CI, 0.04 to 0.83; P = .03) were associated with odds of pain improvement, but pharmacogenomic testing was not ( P = .64). CONCLUSION: Including pharmacists in PM improves pain management effectiveness. Although pharmacogenomics did not statistically improve pain, a subset of patients with actionable genotypes may have benefited, warranting larger and randomized studies.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,766
Score d'incertitude au seuil0,981

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,000

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 Opus0,253
Tête enseignante GPT0,563
Écart entre enseignants0,310 · 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