The development of a nomogram to determine the frequency of elevated risk for non-medical opioid use in cancer patients
Notice bibliographique
Résumé
OBJECTIVE: Non-medical opioid use (NMOU) is a growing crisis. Cancer patients at elevated risk of NMOU (+risk) are frequently underdiagnosed. The aim of this paper was to develop a nomogram to predict the probability of +risk among cancer patients receiving outpatient supportive care consultation at a comprehensive cancer center. METHOD: 3,588 consecutive patients referred to a supportive care clinic were reviewed. All patients had a diagnosis of cancer and were on opioids for pain. All patients were assessed using the Edmonton Symptom Assessment Scale (ESAS), Screener and Opioid Assessment for Patients with Pain (SOAPP-14), and CAGE-AID (Cut Down-Annoyed-Guilty-Eye Opener) questionnaires. "+risk" was defined as an SOAPP-14 score of ≥7. A nomogram was devised based on the risk factors determined by the multivariate logistic regression model to estimate the probability of +risk. RESULTS: 731/3,588 consults were +risk. +risk was significantly associated with gender, race, marital status, smoking status, depression, anxiety, financial distress, MEDD (morphine equivalent daily dose), and CAGE-AID score. The C-index was 0.8. A nomogram was developed and can be accessed at https://is.gd/soappnomogram. For example, for a male Hispanic patient, married, never smoked, with ESAS scores for depression = 3, anxiety = 3, financial distress = 7, a CAGE score of 0, and an MEDD score of 20, the total score is 9 + 9+0 + 0+6 + 10 + 23 + 0+1 = 58. A nomogram score of 58 indicates the probability of +risk of 0.1. SIGNIFICANCE OF RESULTS: We established a practical nomogram to assess the +risk. The application of a nomogram based on routinely collected clinical data can help clinicians establish patients with +risk and positively impact care planning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».