Farmacodependência relacionada ao uso crônico de opioides no alívio da dor oncológica: revisão integrativa
Bibliographic record
Abstract
INTRODUÇÃO: O manejo da dor é uma das mais importantes prioridades terapêuticas no tratamento oncológico. Diante dos diversos fármacos utilizados para reduzir o sofrimento associado à dor, destaca-se a utilização dos opioides como principal método farmacológico. No entanto, o uso crônico dessa classe de medicamentos pode levar a tolerância e dependência em variados graus, o que acarreta no uso descontrolado dessas substâncias.OBJETIVOS: o objetivo deste estudo foi realizar uma revisão integrativa da literatura sobre a farmacodependência relacionada ao uso crônico de opioides em pacientes com dor oncológica.METODOLOGIA: O conteúdo foi as buscas foram realizadas entre julho e outubro de 2023 nas bases de dados MEDLINE, PubMed, Scopus, Web of Science, LILACS e Scielo, utilizando os descritores "dependência de opioides", "dor oncológica", "manejo da dor" e "analgesia". Após análise dos dados, seis artigos atenderam aos critérios predefinidos, abordando a relação de dependência de opioides com o manejo da dor oncológica. Os estudos destacaram evidências da dependência associada ao uso crônico desses medicamentos, bem como ressaltaram fatores de risco que aumentam a probabilidade do abuso de substâncias.CONCLUSÃO: Os resultados dessa revisão demonstraram que são escassos os estudos que investigam a dor do câncer e a necessidade do uso crônico de opioides como principal terapêutica, bem como pesquisas que analisem a dependência desses fármacos nessa população. É válido ressaltar a importância de estudos que confiram maior nível de evidência, a fim de aprofundar o entendimento da relação entre o uso crônico de opioides e a farmacodependência na população oncológica.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.008 | 0.023 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.008 | 0.009 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".