MétaCan
Menu
Retour à la cohorte
Enregistrement W4308454158 · doi:10.2147/pgpm.s385272

Utilizing Pharmacogenomics Results to Determine Opioid Appropriateness and Improve Pain Management in a Patient with Osteoarthritis

2022· article· en· W4308454158 sur OpenAlexaff
Katie Pizzolato, David Thacker, Nicole Marie Del Toro-Pagán, Nishita Shah Amin, Abeer Hanna, Jacques Turgeon, Véronique Michaud

Notice bibliographique

RevuePharmacogenomics and Personalized Medicine · 2022
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicinePharmacogenomicsOpioidPharmacogeneticsAdverse effectCelecoxibIntensive care medicineOsteoarthritisPharmacotherapyPhysical therapyAlternative medicinePharmacologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The opioid epidemic in the United States has exposed the need for providers to limit opioid dispensing and identify at-risk patients prior to prescribing opioids. With pharmacogenomic testing, clinicians can analyze hundreds of medications-including commonly prescribed opioids-against genetic results to understand and predict risk and response. Moreover, knowledge of genotypic variants and altered function can help decrease trial and error prescribing, identify patients at-risk for adverse drug events, and improve pain control. This patient case demonstrates how pharmacogenomic test results identified drug-gene interactions and provided insight about a patient's inadequate opioid therapy response. With pharmacogenomic information, the patient's healthcare team discontinued opioid therapy and selected a more appropriate regimen for osteoarthritis (ie, celecoxib), resulting in improved pain control and quality of life.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,023
Tête enseignante GPT0,275
Écart entre enseignants0,251 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacogenomics and Personalized MedicineMême sujetPain Management and Opioid UseTravaux en français237 207