MétaCan
Menu
Retour à la cohorte
Enregistrement W4321369122 · doi:10.1136/spcare-2023-scpsc.2

S1-2 Genetic variation and the balance between opioid benefits and risk

2023· article· en· W4321369122 sur OpenAlexvenueno aff
Pål Klepstad

Notice bibliographique

RevueSymposium · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineOpioidAdverse effectCancer painOxycodonePharmacogenomicsPharmacogeneticsBioinformaticsNauseaAnesthesiaPharmacologyInternal medicineCancerBiologyGenotypeGeneticsGene

Résumé

récupéré en direct d'OpenAlex

<h3></h3> Opioids, such as morphine, fentanyl and oxycodone, are important to treat cancer pain. Opioids are also associated with adverse effects such as respiratory depression, constipation, nausea and sedation. There are significant variations between individuals in analgesic and adverse effects. Mechanisms underlying such differences are incompletely understood, are likely multifactorial, and include genetic and environmental contributions. Many studies have investigated common variation in candidate genes assumed to be important for the pharmacodynamics and pharmacokinetics of opioids. However, such variants, including the much studied 118AG polymorphism in the <i>OPRM1</i> gene, provide conflicting results or explain only a minor part of the total variability in effects, and can not guide clinical day-to-day practice. One explanation may be that other biological systems than those intuitively connected to opioid pharmacology influence opioid efficacy. A pooled GWA study comparing high vs. low dose opioid cancer pain patients identified variability in genes encoding other central nervous systems than those traditionally associated with opioid signaling. However, GWA studies on other populations identify other genes to influence opioid sensitivity. Opioid efficacy may also be related to dose limiting adverse effects of for instance nausea and constipation are related to gene variability. Genetic variability hindering effective opioid therapy may in some patients be related to dose limiting adverse effects. Relevant genetic predictors may also be missed because studies typically include patients with different pain etiologies. It is conceivable that genetic variability relevant for one specific pain etiology is not detected in a study including an unselected cancer pain cohort. Finally, rare variants in the <i>OPRM1</i> gene may have a pronounced effect. Effects from rare variants are difficult to demonstrate in clinical studies. Still, several rare gene variations may collectively contribute to variability in the population. This may be especially true for the minor fraction of patients who can be classified as ‘true’ opioid non- or poor responders. In conclusion, albeit current knowledge for genetic opioid variability is of limited value to guide clinical day-to-day practice multiple strategies to elucidate such relationships are promising.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,029
Score d'incertitude au seuil0,198

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,012
Tête enseignante GPT0,240
Écart entre enseignants0,228 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymposiumMême sujetDiet and metabolism studiesTravaux en français237 207