Methadone for Pain Management in Chemotherapy-Induced Peripheral Neuropathy: A Retrospective Review
Notice bibliographique
Résumé
Chemotherapy-Induced Peripheral Neuropathy (CIPN) refers to damage of peripheral nerve fibers due to the use of neurotoxic chemotherapy to treat various cancers. It occurs in more than 30% of patients and only duloxetine has currently been identified to show limited efficacy in symptomatic treatment of CIPN. Opioids have traditionally been used to treat cancer pain, and there is evidence for their use in treatment of peripheral neuropathic pain from other causes. With a similar mechanism of action to duloxetine, methadone has rationale for treating neuropathic pain. This study is a retrospective chart review to evaluate the outcomes of using methadone for CIPN pain. Out of 31 patients, 65% felt that methadone was an effective treatment, 19% felt that it was ineffective, and 16% felt that it was partially or temporarily effective. These results suggest that analgesic response to methadone varies between patients, but that it has a potential role in painful CIPN. Its advantages for long-term use include low cost and lack of metabolites. Potential risks include a long half-life, drug interactions, and potential for QT prolongation at high doses. Prospective studies should be conducted to evaluate the role of methadone in CIPN pain management more comprehensively.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».