阿片类药物治疗：前三周预测成功

本站发布时间：2023-11-20 11:25:04

一个新开发的预测模型可能能够计算出在药物治疗的早期，即在治疗后的三周左右，每个人体内发生的脑脊髓炎的风险

“阿片类药物治疗是非常有效的，而且有可能成功，患者早期治疗成功，”SeanX说罗，医学博士，博士，哥伦比亚大学VagelosCollegeofPhysiciansandSurgeons心理学助理教授，他与迈阿密大学DanielFeast博士共同开发了该模型

该模型基于2199名成年人收集的临床数据和临床症状，估计了在治疗的前几周，患者在12周治疗结束前再次使用药物的可能性

更具体地说，对于服用高诺啡肽的患者，增加口服制剂的剂量或切换到延长释放的注射处方可能是明智的医生还应该评估那些因其他因素而导致注意力不集中的高危患者，例如精神科疾病患者

今天，我们将从该项目开发的工具，即允许临床医生评估患者死亡风险的门户网站（www.oudrikscore.org）

下一步是什么

尽管医生对高复发风险的患者采取了不同的治疗方法，但尚未进行任何研究来确定最佳策略罗说：“我们需要新的临床试验来测试高危人群的不同治疗方法。”

还需要更多的长期随访更新，以评估超过12周治疗阶段的时间和失败的可能性

他们需要

美沙酮、丁丙诺啡和缓释注射纳曲酮对许多患者有效，但许多患者在12周的治疗过程中返回了药物

在治疗慢性病时，医生会用软性系列评分来预测患者再次感染的可能性，并将其用于指导治疗但这些风险评分可用于其他顺序的治疗

这项新研究的共同负责人、哥伦比亚精神病学家Edward Nunes医学博士说：“当患者经过药物治疗并停止治疗时，他们会陷入困境，包括脑脊髓炎，并有能力定位和参与治疗。”“如果医生在最初的几周内对有危险的人进行治疗，他们可以迅速做出反应，满怀希望地避免麻烦。”

使用机器学习构建预测程序

为了建立一个评估患者重新使用药物风险的预测，研究人员提出了一项关于快速审查临床试验的机器学习技术要求，并测试了阿片类药物的三种指示一种称为ASSO的方法自动构建了具有最新患者特征的预测模型根据谐波数据集的独立验证，对模型进行了验证，以评估模型性能

使用治疗开始时可用的患者数据，最佳模型的疗效接近70%当纳入治疗前三周的尿液强化测试结果时，模型性能显著提高

当包括所有的强化测试结果时，该模型预测，在前三周强化测试中没有阳性或不合格的患者减少了13%的复发风险，而在测试中阳性的患者则减少了85%的复发风险

Whyitmatters

罗说：“我们的模型现在为临床医生提供了一种方法来量化患者早期治疗失败的风险，并可以考虑治疗的改进。”“可以增加药物剂量，并为高危患者引入更频繁的监测和心理治疗。”

来源:

Materials provided by
Columbia University Irving Medical Center.
注明: Content may be edited for style and length.

参考:

Sean X. Luo, Daniel J. Feaster, Ying Liu, Raymond R. Balise, Mei-Chen Hu, Layla Bouzoubaa, Gabriel J. Odom, Laura Brandt, Yue Pan, Yih-Ing Hser, Paul VanVeldhuisen, Felipe Castillo, Anna R. Calderon, John Rotrosen, Andrew J. Saxon, Roger D. Weiss, Melanie Wall, Edward V. Nunes.
Individual-Level Risk Prediction of Return to Use During Opioid Use Disorder Treatment. JAMA Psychiatry, 2023; DOI: 10.1001/jamapsychiatry.2023.3596

排行榜

研究打破了我们对基因调控的理解