MétaCan
Menu
Retour à la cohorte
Enregistrement W3208075057 · doi:10.1093/jncics/pkab087

Predictors of Pain Reduction in Trials of Interventions for Aromatase Inhibitor–Associated Musculoskeletal Symptoms

2021· article· en· W3208075057 sur OpenAlex
N. Lynn Henry, Joseph M. Unger, Cathee Till, Katherine D. Crew, Michael Fisch, Dawn L. Hershman

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJNCI Cancer Spectrum · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensnon disponible
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicinePhysical therapyConfidence intervalOdds ratioInternal medicineOsteoarthritisRandomized controlled trialAromatase inhibitorBreast cancerCancerAlternative medicineTamoxifen

Résumé

récupéré en direct d'OpenAlex

Abstract Background Almost one-half of aromatase inhibitor (AI)–treated breast cancer patients experience AI-associated musculoskeletal symptoms (AIMSS); 20%-30% discontinue treatment because of severe symptoms. We hypothesized that we could identify predictors of pain reduction in AIMSS intervention trials by combining data from previously conducted trials. Methods We pooled patient-level data from 3 randomized trials testing interventions (omega-3 fatty acids, acupuncture, and duloxetine) for AIMSS that had similar eligibility criteria and the same patient-reported outcome measures. Only patients with a baseline Brief Pain Inventory average pain score of at least 4 of 10 were included. The primary outcome examined was 2-point reduction in average pain from baseline to week 12. Variable cut-point selection and logistic regression were used. Risk models were built by summing the number of factors statistically significantly associated with pain reduction. Analyses were stratified by study and adjusted for treatment arm. Results For the 583 analyzed patients, the 4 factors statistically significantly associated with pain reduction were Functional Assessment of Cancer Therapy Functional Well-Being greater than 24 and Physical Well-Being greater than 14 (higher scores reflect better function), and Western Ontario and McMaster Universities Osteoarthritis Index less than 50 and Modified Score for the Assessment and Quantification of Chronic Rheumatoid Affections of the Hands less than 33 (lower scores reflect less pain). Patients with all 4 factors were greater than 6 times more likely to experience at least a 2-point pain reduction (odds ratio = 6.37, 95% confidence interval = 2.31 to 17.53, 2-sided P < .001); similar results were found for secondary 30% and 50% pain reduction endpoints. Conclusions Patients with AIMSS who have lower symptom and functional distress at study entry on AIMSS intervention trials are more likely to experience meaningful pain reduction. Baseline symptom and functional status should be considered as stratification factors in future interventional trials.

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)0,001
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 enseignants0,153
Score d'incertitude au seuil0,393

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,379
Écart entre enseignants0,339 · 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