Prescription of antidepressants and the risk of road traffic crash in the elderly: a case–crossover study
Notice bibliographique
Résumé
AIM: To investigate the impact of antidepressants on the risk of road traffic crash in the elderly. METHODS: Reports from the Universal Quebec Automobile Insurance Agency database were matched with data on antidepressant prescription from the Quebec Health Insurance Agency. The case-crossover analysis consisted in comparing exposure during a period immediately before the crash with exposure during earlier periods, for the same subject. RESULTS: One hundred and nine thousand four hundred and six drivers between 66 and 84 years of age involved in a traffic crash between 1988 and 2000 were included. Two thousand nine hundred and nineteen (2.7%) were exposed to an antidepressant on the day of the crash. Case-crossover analysis found an increased risk of crash in drivers with a prescription of antidepressants before their crash when compared with a prescription of antidepressants 4 to 8 months before the crash (OR = 1.19, 95% CI 1.08, 1.30 to 1.42. 95% CI 1.30, 1.55). With the most recent control periods, results were not significant. CONCLUSION: A patient's mental state is probably more similar between two periods that are close to each other than up to 8 months before. Consequently, the risk of crash is likely to be linked to symptoms of depression.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».