Buprenorphine for Cancer Pain: Results from a Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Buprenorphine may be safer and better-tolerated than full mu opioid receptor (MOR) agonists. Whether it effectively controls cancer-related pain is unclear. A prior review (Cochrane 2015) did not support prioritizing buprenorphine over full MOR agonists for cancer-associated pain. PURPOSE/HYPOTHESIS: We conducted an updated systematic review of buprenorphine's effect on cancer- related pain including both new studies and additional study designs. Procedures/data/observations: We searched Cochrane, OVID Medline, EMBASE, EBSCO and Web of Science for studies published in any language up to May 2023 for studies that examined buprenorphine's impact upon pain severity/intensity in patients with active cancer. Risk of bias and study quality were assessed using the Cochrane Collaboration tool for randomized controlled trials (RCTs), and the Newcastle-Ottawa Scale for cohort and casecontrol studies. Data were synthesized using the Grading of Recommendations Assessment, Development and Evaluation (GRADE) criteria. CONCLUSIONS/APPLICATIONS: 2322 publications were identified and 42 studies were included (14 RCTs, 10 pre-post uncontrolled, 5 cohort, and 2 case-control studies). All had moderate-high risk of bias. One RCT showed buprenorphine was superior to placebo. 11 RCTs (12 papers) showed buprenorphine was as effective as full MOR agonists for cancer pain. 10-30 percent of cancer patients trialing buprenorphine did not achieve adequate response.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,016 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».