目的观察揿针疗法防治软组织肉瘤(soft tissue sarcoma,STS)患儿化疗所致恶心呕吐(chemotherapyinduced nausea and vomting,CINV)的效果。方法选取2021年5月—2022年5月首都医科大学附属北京儿童医院肿瘤内科病房收治的STS患儿74例,按...目的观察揿针疗法防治软组织肉瘤(soft tissue sarcoma,STS)患儿化疗所致恶心呕吐(chemotherapyinduced nausea and vomting,CINV)的效果。方法选取2021年5月—2022年5月首都医科大学附属北京儿童医院肿瘤内科病房收治的STS患儿74例,按照随机数字表法将患儿分为试验组和对照组各37例。2组均接受长春新碱+阿霉素+环磷酰胺(vincristine+doxorubicin+cyclophosphamide,VDC)方案化疗,试验组在上述化疗基础上加揿针治疗。对比2组化疗第1、2天CINV发生情况和生活功能指数量表(functional living index-emesis,FLIE)评分。结果与对照组比较,试验组化疗第1、2天恶心、呕吐严重程度更低(P<0.05),化疗期间FLIE评分高(P<0.05)。结论揿针疗法可减少STS患儿化疗所致CINV的发生,提高患儿化疗期间的生活质量。展开更多
目的比较3种工具在肿瘤静脉化疗患者急性化疗相关恶心呕吐(chemotherapy-induced nausea and vomiting,CINV)风险评估中的预测价值。方法采用便利抽样法,选取2022年1月至2022年12月在浙江省肿瘤医院肝胆胰肿瘤内科住院化疗的626例肿瘤...目的比较3种工具在肿瘤静脉化疗患者急性化疗相关恶心呕吐(chemotherapy-induced nausea and vomiting,CINV)风险评估中的预测价值。方法采用便利抽样法,选取2022年1月至2022年12月在浙江省肿瘤医院肝胆胰肿瘤内科住院化疗的626例肿瘤患者为研究对象。应用Geoge团队的CINV风险预测工具、Dranitsaris评分系统、CINV列线图模型分别预测患者急性CINV发生,绘制受试者操作特征曲线,计算曲线下面积、敏感度、特异性和约登指数以比较其预测效能。结果最终纳入研究的患者有622例,有效率为99.36%。发生CINV的患者有318例,占比51.13%:其中2级及以上急性期CINV者18.17%(113/622)。使用3种工具对急性期CINV风险评估:Geoge团队的CINV风险预测工具、Dranitsaris评分系统、CINV列线图模型AUC分别为0.591、0.616、0.558,Dranitsaris评分系统敏感度最高、George团队的CINV风险预测工具特异性最高。结论肿瘤患者化疗后CINV发生率处于较高水平,Geoge团队的CINV风险预测工具、Dranitsaris评分系统、CINV列线图模型预测对国内肿瘤患者急性期CINV预测准确度略低,需构建本土化的、适用于多病种的标准化CINV风险评估模型。展开更多
文摘目的观察揿针疗法防治软组织肉瘤(soft tissue sarcoma,STS)患儿化疗所致恶心呕吐(chemotherapyinduced nausea and vomting,CINV)的效果。方法选取2021年5月—2022年5月首都医科大学附属北京儿童医院肿瘤内科病房收治的STS患儿74例,按照随机数字表法将患儿分为试验组和对照组各37例。2组均接受长春新碱+阿霉素+环磷酰胺(vincristine+doxorubicin+cyclophosphamide,VDC)方案化疗,试验组在上述化疗基础上加揿针治疗。对比2组化疗第1、2天CINV发生情况和生活功能指数量表(functional living index-emesis,FLIE)评分。结果与对照组比较,试验组化疗第1、2天恶心、呕吐严重程度更低(P<0.05),化疗期间FLIE评分高(P<0.05)。结论揿针疗法可减少STS患儿化疗所致CINV的发生,提高患儿化疗期间的生活质量。
文摘目的比较3种工具在肿瘤静脉化疗患者急性化疗相关恶心呕吐(chemotherapy-induced nausea and vomiting,CINV)风险评估中的预测价值。方法采用便利抽样法,选取2022年1月至2022年12月在浙江省肿瘤医院肝胆胰肿瘤内科住院化疗的626例肿瘤患者为研究对象。应用Geoge团队的CINV风险预测工具、Dranitsaris评分系统、CINV列线图模型分别预测患者急性CINV发生,绘制受试者操作特征曲线,计算曲线下面积、敏感度、特异性和约登指数以比较其预测效能。结果最终纳入研究的患者有622例,有效率为99.36%。发生CINV的患者有318例,占比51.13%:其中2级及以上急性期CINV者18.17%(113/622)。使用3种工具对急性期CINV风险评估:Geoge团队的CINV风险预测工具、Dranitsaris评分系统、CINV列线图模型AUC分别为0.591、0.616、0.558,Dranitsaris评分系统敏感度最高、George团队的CINV风险预测工具特异性最高。结论肿瘤患者化疗后CINV发生率处于较高水平,Geoge团队的CINV风险预测工具、Dranitsaris评分系统、CINV列线图模型预测对国内肿瘤患者急性期CINV预测准确度略低,需构建本土化的、适用于多病种的标准化CINV风险评估模型。