Pharmacological Interventions For Pain And Fatigue Management In Elderly Leukemia Patients: A Comparative Study Of Analgesic And Antidepressant Efficacy
Notice bibliographique
Résumé
Older leukemia patients frequently endure cancer-related pain and fatigue, impairing their daily lives and reducing treatment adherence. Pharmacological intervention is a key approach to alleviating these symptoms. This study focuses on the efficacy and safety of analgesic and anti-fatigue drugs in elderly leukemia patients, aiming to optimize drug selection for precision treatment. From January 2022 to June 2024, Taixing People's Hospital enrolled 82 elderly leukemia patients with pain and fatigue, dividing them into a control group (no analgesics) and a celecoxib group. Clinical outcomes: Pain relief, fatigue reduction, depression improvement, quality of life and adverse reactions were compared at 1, 4, and 8 weeks. The celecoxib group showed significant improvements in pain, fatigue, anxiety, and depression, with better scores on the Numeric Rating Scale (NRS), Functional Assessment of Chronic Illness Therapy-Fatigue (FACIT-F), Edmonton Symptom Assessment System-revised (ESAS-r), the Hospital Anxiety and Depression Scale-Anxiety (HADS-A) and the Hospital Anxiety and Depression Scale-Depression (HADS-D) scales at all-time points (P<0.05). Their Quality of Life Questionnaire Core 15 Palliative (QLQ-C15-PAL) scores also indicated enhanced functional and overall quality of life, with lower symptom scores compared to the control group (P<0.05). No serious adverse events occurred, confirming celecoxib's safety.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».