Opioids use after uro-oncologic surgeries in time of opioid crisis
Notice bibliographique
Résumé
INTRODUCTION: Recent literature emphasizes how overprescription and lack of guidelines contribute to wide variation in opioid prescribing practices and opioid-related harms. We conducted a prospective, observational study to evaluate opioid prescriptions among uro-oncologic patients discharged following elective in-patient surgery. METHODS: Patients who underwent four surgeries were included: open retropubic radical prostatectomy, robot-assisted radical prostatectomy, laparoscopic radical nephrectomy, and laparoscopic partial nephrectomy. The primary outcome was the dose of opioids used after discharge (in oral morphine equivalents [MEq]). Secondary outcomes included: opioid requirements for 80% of the patients, management of unused opioids, opioid use three months postoperative, opioid prescription refills, and guidance about opioid disposal. RESULTS: Sixty patients were included for analysis. Patients used a mean of 30 MEq (95% confidence interval 17.8-42.2) at home and 80% of the patients used 50 MEq or less. A mean of 40.4 MEq per patient was overprescribed. Fifty percent of the patients kept the remaining opioids at home, with only 20.0% returning them to their pharmacy. After three months, 5.0% of the patients were using opioids at least occasionally. Three patients needed a new opioid prescription. Forty percent reported having received information regarding management of unused opioids. CONCLUSIONS: We found 60% of opioids prescribed were unused, with half of our patients keeping these unused tablets at home. Our results suggest appropriate opioid prescription amounts needed for urological cancer surgery, with 80% of the patients using 50 MEq or less of morphine equivalents.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».