Effects of propofol, benzodiazepines, and opioids on survival in cancer patients: a retrospective cohort study based on MIMIC-III

医学 异丙酚 回顾性队列研究 内科学 癌症存活率 癌症 队列 药理学 肿瘤科 麻醉
作者
Jun‐Xiang Li,Hongguang Gao,Zhang Hang-ying,Weiwei Lin
出处
期刊:Biotechnology & Genetic Engineering Reviews [Informa]
卷期号:: 1-14 被引量:1
标识
DOI:10.1080/02648725.2023.2186309
摘要

Sedative and analgesic drugs are commonly used in the diagnosis and treatment of cancer patients. Analyzing the impact of these drugs on the prognosis of cancer patients can help improve patient outcomes. This study aimed to analyze the use of propofol, benzodiazepines, and opioids on the survival of cancer patients in the intensive care unit (ICU) based on the Medical Information Mart for Intensive Care III (MIMIC-III) database. A total of 2,567 cancer patients from the MIMIC-III database between 2001 and 2012 were included in this retrospective cohort study. Logistic regression analyses were utilized to assess the relationship between propofol, benzodiazepine, and opioid and survival in cancer patients. The follow-up was 1 year from the patient’s first admission to the ICU. Outcomes were ICU mortality, 28-day mortality, and 1-year mortality. Stratified analyses were based on patients’ metastatic status. The use of propofol [odds ratio (OR) = 0.66; 95% confidence interval (CI), 0.53–0.80] and opioids (OR = 0.65; 95%CI, 0.54–0.79) were associated with a decreased risk of 1-year mortality. Both benzodiazepines and opioids use were related to an increased risk of ICU mortality and 28-day mortality (all P < 0.05), whereas propofol use was associated with a decreased risk of 28-day mortality (OR = 0.59; 95%CI, 0.45–0.78). Compared with the use of benzodiazepines combined with opioids, patients who used propofol and opioids were related to a decreased risk of 1-year mortality (OR = 0.74; 95%CI, 0.55–0.98). Similar results were found in patients with metastasis and metastasis-free. Cancer patients who used propofol may experience a lower risk of mortality than benzodiazepine use.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
怡心亭完成签到 ,获得积分10
2秒前
海韵之心完成签到 ,获得积分10
11秒前
12秒前
FF完成签到 ,获得积分10
13秒前
嘻嘻哈哈啊完成签到 ,获得积分10
21秒前
lwtsy完成签到,获得积分10
23秒前
俏皮的豌豆完成签到,获得积分10
28秒前
酷酷涫完成签到 ,获得积分0
33秒前
btcat完成签到,获得积分10
36秒前
iberis完成签到 ,获得积分10
38秒前
蟹xie完成签到 ,获得积分10
40秒前
gangxiaxuan完成签到,获得积分10
41秒前
janer完成签到 ,获得积分10
46秒前
Martin完成签到 ,获得积分10
46秒前
经纲完成签到 ,获得积分0
48秒前
释金松完成签到 ,获得积分10
56秒前
背书强完成签到 ,获得积分10
59秒前
火山完成签到 ,获得积分10
1分钟前
小薇完成签到 ,获得积分10
1分钟前
甜蜜乐松完成签到 ,获得积分10
1分钟前
stiger完成签到,获得积分10
1分钟前
吴荣方完成签到 ,获得积分10
1分钟前
lilylwy完成签到 ,获得积分10
1分钟前
amy完成签到,获得积分0
1分钟前
刚子完成签到 ,获得积分10
1分钟前
蛋妮完成签到 ,获得积分10
1分钟前
上官若男应助楠瓜采纳,获得10
1分钟前
1分钟前
1分钟前
淡如水完成签到 ,获得积分10
1分钟前
DAHove完成签到 ,获得积分10
1分钟前
学术蝗虫发布了新的文献求助10
1分钟前
婉莹完成签到 ,获得积分0
1分钟前
yexing发布了新的文献求助30
1分钟前
liuyong6413完成签到 ,获得积分10
1分钟前
汉堡包应助飞翔的荷兰人采纳,获得10
1分钟前
神勇的天问完成签到 ,获得积分10
1分钟前
霸气的代天完成签到,获得积分10
1分钟前
平常从蓉完成签到,获得积分10
1分钟前
沉默傲芙完成签到 ,获得积分10
1分钟前
高分求助中
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3121768
求助须知:如何正确求助?哪些是违规求助? 2772118
关于积分的说明 7711131
捐赠科研通 2427484
什么是DOI,文献DOI怎么找? 1289396
科研通“疑难数据库(出版商)”最低求助积分说明 621386
版权声明 600158