Prophylaxis and treatment of cancer-related dyspnea with pharmacologic agents: A systematic review and network meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Cancer-related dyspnea is a common symptom in patients with cancer. It has also been reported to be a predictor of poorer prognosis, which can then change clinical treatment and advance care planning. Currently, no definitive recommendation for pharmacologic agents for cancer-related dyspnea exists. The aim of this systematic review and network meta-analysis is to compare pharmacologic agents for the prophylaxis and treatment of cancer-related dyspnea. METHODS: A search was conducted in the databases of PubMed, Embase, and Cochrane CENTRAL through May 2021. Standardized mean differences (SMDs), as reported by studies or calculated from baseline and follow-up dyspnea scores, were amalgamated into a summary SMD and 95% confidence interval (CI) using a restricted maximum likelihood multivariate network meta-analysis. RESULTS: Twelve studies were included in this review; six reported on prophylaxis of exertional dyspnea, five on treatment of everyday dyspnea, and one on treatment of episodic dyspnea. Morphine sulfate was better at controlling everyday dyspnea than placebo (SMD 1.210; 95% CI: 0.415-2.005). Heterogeneity in study design and comparisons, however, led to some concerns with the underlying consistency assumption in network meta-analysis design. CONCLUSION: Optimal pharmacologic interventions for cancer-related dyspnea could not be determined based on this analysis. Further trials are needed to report on the efficacy of pharmacologic interventions for the prophylaxis and treatment of cancer-related dyspnea.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,003 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,002 | 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 ».