Incidence and Risk Factors of Platinum-Based Chemotherapy-Induced Nausea and Vomiting: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: Platinum-based chemotherapy significantly increases the risk of nausea and vomiting, which can impair the treatment’s efficacy and the patient’s quality of life. This meta-analysis examines the incidence and risk factors of platinum-based chemotherapy-induced nausea and vomiting (PINV) in patients treated with this chemotherapy. Methods: This systematic review and meta-analysis were conducted in accordance with the PRISMA 2020 guidelines. We conducted a literature search in the databases PubMed, Embase, Web of Science, WanFang, China Science and Technology Journal Database (VIP), China National Knowledge Infrastructure (CNKI), and Chinese Medical Association Journal Database (CMAJD) through to 20 January 2025. Studies that reported the incidence and identified risk factors of nausea and vomiting specifically in patients receiving platinum-based chemotherapy were included in the review. The data were extracted independently by two reviewers. The odds ratios (ORs) for each risk factor were calculated from the included studies. Sensitivity analyses and additional subgroup analyses were performed to ensure the robustness of our findings. Results: This meta-analysis included 32 studies involving 14,207 participants. Female sex (OR = 2.363, 95% CI = 1.363–4.096, p = 0.002), anxiety (OR = 1.689, 95% CI = 1.057–2.700, p = 0.028), fatigue (OR = 1.413, 95% CI = 1.145–1.744, p = 0.001), motion sickness (OR = 1.816, 95% CI = 1.266–2.605, p = 0.001), and a history of vomiting during chemotherapy (OR = 2.728, 95% CI = 1.468–5.069, p = 0.002) were significantly associated with an increased risk of PINV. Conclusion: Female sex, anxiety, fatigue, motion sickness, and a history of vomiting during chemotherapy increase the risk of PINV during platinum-based treatments.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,001 |
| 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 | 0,000 |
| 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 ».