Association Between Discharge Medications and Oncologic Post‐Embolization‐Syndrome‐Related Outcomes
Notice bibliographique
Résumé
BACKGROUND: Post-embolization syndrome after transarterial chemoembolization (TACE) and Yttrium-90 radioembolization (TARE) causes significant morbidity. Understanding whether discharge prescriptions influence short-term outcomes may guide standardized pain-management strategies. METHODS: A retrospective cohort study of 3191 patients (3988 procedures) with hepatocellular carcinoma from the Merative MarketScan Databases (2009-2022) was performed. The composite outcome was 7-day drug escalation or hospital readmission. Bivariate logistic regression identified candidate variables (p < 0.10); multivariable logistic regression with patient-clustered robust standard errors estimated adjusted odds ratios (aORs), adjusting for age, sex, and Charlson Comorbidity Index (CCI). RESULTS: Compared to patients discharged without opioids post-chemoembolization, those prescribed opioids at discharge had 83% lower odds of experiencing drug escalation or readmission (odds ratio [aOR] = 0.17, p < 0.001), and those undergoing radioembolization had 59% lower odds (aOR = 0.41, p < 0.001). Being prescribed antiemetics or steroids was also associated with lower odds of escalation/readmission events, with percentages varying by procedure type. CONCLUSIONS: Prescribing opioids, along with antiemetics and steroids, at discharge may reduce the likelihood of post-procedural events, such as drug escalation and readmission, in patients undergoing trans-arterial chemoembolization and radioembolization for hepatocellular carcinoma. These findings highlight the importance of a comprehensive pain management strategy in interventional oncology and warrant consideration in clinical practice guidelines.
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 | 0,001 |
| 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) | 0,001 | 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 ».