Combination therapy with methadone and duloxetine for cancer-related pain: a retrospective study
Notice bibliographique
Résumé
BACKGROUND: A comprehensive approach to pain management often requires multimodal therapy and a combination of medications. Oncology patients may be prescribed methadone and duloxetine as single agents or in combination for cancer-related pain, particularly neuropathic pain. Duloxetine is also prescribed for depression or anxiety in patients with cancer. METHODS: A retrospective chart review on patients with cancer-related pain prescribed duloxetine and methadone combination therapy at the Virginia Commonwealth University supportive care clinic (SCC) between 2012 and 2019. Edmonton Symptom Assessment System (ESAS) scores reported by patients on monotherapy were compared to scores after they started combination therapy. Of 131 patients identified on combination therapy, 43 met study criteria (2 with incomplete ESAS scores). RESULTS: ESAS total and subscores after combination therapy were lower than on monotherapy. Combination therapy decreased total, pain, and emotion subscores by 5.6 (SD =17.3, dz =-0.32, P=0.046), 0.9 (SD =3.0, dz =-0.30, P=0.052), and 1.8 (SD =5.1, dz =-0.36, P=0.023), respectively. On combination therapy, 28% of patients reported at least a two-point reduction in pain scores. All study participants reported cancer pain with neuropathic components; most had mixed pain syndromes comprising nociceptive and neuropathic components. Adherence rates were high as 81% of patients with follow-up appointments continued therapy. CONCLUSIONS: These results suggest the combination of duloxetine and methadone reduces cancer-related pain and emotional symptom burden compared to either medication as a single agent.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».