MétaCan
Menu
Retour à la cohorte
Enregistrement W6999986973

Early Interventional Treatments for Patients with Cancer Pain: A Narrative Review

2023· article· en· W6999986973 sur OpenAlexaboutno aff

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCancerNarrative reviewCancer painMcGill Pain QuestionnairePalliative carePain controlAlternative medicine
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Uri Hochberg,1 Pablo Ingelmo,2– 4 Ester Solé,5 Jordi Miró,5,6 Gonzalo Rivera,7,8 Jordi Perez2,3,9 1Pain Institute of the Tel Aviv Sourasky Medical Center, Tel Aviv, Israel; 2Alan Edwards Centre for Research on Pain, McGill University, Montreal, Quebec, Canada; 3Edwards Family Interdisciplinary Centre for Complex Pain, Montreal Children’s Hospital McGill University Health Centre, Montreal, Quebec, Canada; 4Research Institute, McGill University Health Center, Montreal, Quebec, Canada; 5Universitat Rovira i Virgili, Tarragona, Spain; 6Chair in Pediatric Pain, Center for Behavior Assessment (CRAMC), Department of Psychology, Institut d’Investigació Sanitària Pere Virgili, Tarragona, Spain; 7Hospital de Niños Luis Calvo Mackenna, Santiago de Chile, Chile; 8Clínica las Condes, Santiago de Chile, Chile; 9Cancer Pain Clinic, Cedars Cancer Center, McGill University Health Centre, Montreal, Quebec, CanadaCorrespondence: Jordi Perez, Cancer Pain Clinic, Cedars Cancer Centre, Royal Victoria Hospital, McGill University Health Centre, D2-1995, 1001 Boul, Decarie, Montreal, H4A 3J1, Canada, Tel +1 514 934 4502, Fax +1 514 934 8415, Email Jordi.perez@mcgill.caAbstract: Between 10% and 20% of patients with cancer-related pain cannot achieve adequate control following the three-step ladder guidelines by the World Health Organization. Therefore, a “fourth step”, including interventional approaches, has been suggested for those cases. Systematic reviews support the early use of interventional procedures to treat refractory cancer pain, control symptoms and prevent opioid dose escalation. There is strong evidence of the efficacy of celiac plexus or splanchnic neurolysis, vertebroplasty, kyphoplasty and intrathecal drug delivery. Those procedures have been found to be associated with a decrease in the symptom burden and opioid consumption, improved quality of life, and suggested as having a potentially positive impact on survival. Several studies have recommended using specific interventional techniques at earlier stages, possibly even when opioid treatment is first being considered. Conversely, leaving these options as a last analgesic resource might not be advisable since the burden these procedures might impose on too ill patients is significant. The objective of this review was to collect the available evidence published on the use of interventional treatments for refractory cancer pain with a particular interest in comparing early versus late indications. The results of the search demonstrated a very low number and quality of articles particularly addressing this question. This scarce number of evidence precluded performing a systematic analysis. A detailed and narrative description of the potential benefits of integrating interventional techniques into clinical guidelines at the early stages of the disease is provided.Keywords: cancer pain, interventional pain, neurolysis, cement augmentation, intrathecal drug delivery, early, timing

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,221
Tête enseignante GPT0,559
Écart entre enseignants0,338 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetPain Management and Opioid UseTravaux en français237 207