Impact of Opioid Use on Duration of Therapy and Overall Survival for Patients with Advanced Non-Small Cell Lung Cancer Treated with Immune Checkpoint Inhibitors
Notice bibliographique
Résumé
Immune checkpoint inhibitors (ICI) have significantly improved outcomes in advanced non-small cell lung cancer (NSCLC). We evaluated the effect of opioid use on outcomes in patients receiving ICI either alone or with chemotherapy. We conducted a retrospective review of 209 patients with advanced NSCLC who received an ICI at the University of Virginia between 1 February 2015 and 1 January 2020. We performed univariate and multivariate analyses to evaluate the impact of opioid use on duration of therapy (DOT) and overall survival (OS). Patients with no or low opioid use (n = 172) had a median DOT of 12.2 months (95% CI: 6.9–17.4) compared to 1.9 months (95% CI: 1.8–2.0) for those with high opioid use (n = 37, HR 0.26 95% CI: 0.17–0.40, p < 0.001). Patients with no or low opioid use had a median OS of 22.6 months (95% CI: 14.8–30.4) compared to 3.8 months (95% CI: 2.7–4.9) for those with high opioid use (HR 0.26 95% CI: 0.17–0.40 p < 0.001). High opioid use was associated with a shorter DOT and worse OS. This difference remained significant when accounting for possible confounding variables. These data warrant investigation of possible mechanistic interactions between opioids, tumor progression, and ICIs, as well as prospective evaluation of opioid-sparing pain management strategies, where possible.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».