Effect of opioids for breathlessness in heart failure: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background For the treatment of breathlessness in heart failure (HF), most textbooks advocate the use of opioids. Yet, meta-analyses are lacking. Methods A systematic review was performed for randomised controlled trials (RCTs) assessing effects of opioids on breathlessness (primary outcome) in patients with HF. Key secondary outcomes were quality of life (QoL), mortality and adverse effects. Cochrane Central Register of Controlled Trials, MEDLINE and Embase were searched in July 2021. Risk of bias (RoB) and certainty of evidence were assessed by the Cochrane RoB 2 Tool and Grading of Recommendations Assessment, Development and Evaluation criteria, respectively. The random-effects model was used as primary analysis in all meta-analyses. Results After removal of duplicates, 1180 records were screened. We identified eight RCTs with 271 randomised patients. Seven RCTs could be included in the meta-analysis for the primary endpoint breathlessness with a standardised mean difference of 0.03 (95% CI −0.21 to 0.28). No study found statistically significant differences between the intervention and placebo. Several key secondary outcomes favoured placebo: risk ratio of 3.13 (95% CI 0.70 to 14.07) for nausea, 4.29 (95% CI 1.15 to 16.01) for vomiting, 4.77 (95% CI 1.98 to 11.53) for constipation and 4.42 (95% CI 0.79 to 24.87) for study withdrawal. All meta-analyses revealed low heterogeneity (I 2 in all these meta-analyses was <8%). Conclusion Opioids for treating breathlessness in HF are questionable and may only be the very last option if other options have failed or in case of an emergency. PROSPERO registration number CRD42021252201.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,018 | 0,005 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».