The use of methadone in adult patients with cancer pain at a governmental cancer center in India
Notice bibliographique
Résumé
BACKGROUND: Management of cancer-related pain relies on the access to opioids. When regular opioids as morphine are not tolerated or are insufficient, adjuvant opioids as methadone are an affordable and effective analgesic. AIM: The aim of the project was to describe the pattern of use and clinical experiences of methadone in patients with cancer-related pain at a low-resource hospital in Hyderabad, one of few Indian cancer centers with permission to prescribe methadone. METHODS: Medical records of all patients who had been prescribed methadone, September 9, 2017 and November 19, 2019 were studied retrospectively. Data on analgesic treatment and opioid side effects were analyzed. RESULTS: A total of 93 adult cancer patients were included in the study. A majority of patients (79%) were prescribed opioid analgesic, mainly morphine, before methadone introduction. The initial daily dose of methadone ranged between 5 and 22.5 years and in the vast majority of the patients 5 mg, divided in two daily administrations. A good analgesic effect, with decreased pain, was reported in 60% of the patients. No severe side effects were reported. CONCLUSIONS: In this study, methadone as a primary opioid was used with a good analgesic effect for cancer pain in a low-resource setting. Indication for methadone was mainly uncontrolled pain with a regular opioid treatment. No severe adverse effects were reported. Further research and prospective studies are needed on methadone treatment in low-resource settings to establish the robust guidelines to support prescribing physicians.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».