MétaCan
Menu
Retour à la cohorte
Enregistrement W3023660975 · doi:10.6004/jnccn.2019.7382

Outcomes of Patients With Advanced Gastrointestinal Cancer in Relationship to Opioid Use: Findings From Eight Clinical Trials

2020· article· en· W3023660975 sur OpenAlex
Omar Abdel‐Rahman, Hatim Karachiwala, Jacob C. Easaw

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of the National Comprehensive Cancer Network · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer, Stress, Anesthesia, and Immune Response
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineLogistic regressionOdds ratioProportional hazards modelClinical trialHazard ratioOpioidColorectal cancerOncologyConfidence intervalCancerSurgery

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study assessed the patterns of opioid use among patients with advanced gastrointestinal cancers who were included in 8 clinical trials and evaluated the impact of opioid use on survival outcomes of included patients. METHODS: Deidentified datasets from 8 clinical trials evaluating first-line systemic treatment of advanced gastrointestinal cancers were accessed from the Project Data Sphere platform (ClinicalTrial.gov identifiers: NCT01124786, NCT00844649, NCT00290966, NCT00678535, NCT00699374, NCT00272051, NCT00305188, and NCT00384176). These trials evaluated patients with pancreatic carcinoma, gastric carcinoma, hepatocellular carcinoma (HCC), and colorectal carcinoma. Multivariable logistic regression analysis was used to evaluate factors predicting the use of opioids. Kaplan-Meier survival estimates were used to compare survival outcomes in each disease entity among patients who did or did not receive opioid treatment. Multivariable Cox regression analysis was then used to further assess the impact of opioid use on survival outcomes in each disease entity. RESULTS: A total of 3,441 participants were included in the current analysis. The following factors predicted a higher probability of opioid use within logistic regression analysis: younger age at diagnosis (odds ratio [OR], 0.990; 95% CI, 0.984-0.997; P=.004), nonwhite race (OR for white vs nonwhite, 0.749; 95% CI, 0.600-0.933; P=.010), higher ECOG score (OR for 1 vs 0, 1.751; 95% CI, 1.490-2.058; P<.001), and pancreatic primary site (OR for colorectal vs pancreatic, 0.241; 95% CI, 0.198-0.295; P<.001). Use of opioids was consistently associated with worse overall survival (OS) in Kaplan-Meier survival estimates of each disease entity (P=.008 for pancreatic cancer; P<.001 for gastric cancer, HCC, and colorectal cancer). In multivariable Cox regression analysis, opioid use was associated with worse OS among patients with pancreatic cancer (hazard ratio [HR], 1.245; 95% CI, 1.063-1.459; P=.007), gastric cancer (HR, 1.725; 95% CI, 1.403-2.122; P<.001), HCC (HR, 1.841; 95% CI, 1.480-2.290; P<.001), and colorectal cancer (HR, 1.651; 95% CI, 1.380-1.975; P<.001). CONCLUSIONS: Study findings suggest that opioid use is consistently associated with worse OS among patients with different gastrointestinal cancers. Further studies are needed to understand the underlying mechanisms of this observation and its potential implications.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,132
Tête enseignante GPT0,400
Écart entre enseignants0,269 · 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