Tricyclic and <scp>SSRI</scp> usage influences the association between <scp>BMI</scp> and health risk factors
Notice bibliographique
Résumé
To determine if selective-serotonin reuptake inhibitors (SSRIs) and tricyclic antidepressants (TCAs) influence the association between obesity and cardiovascular disease risk, participants from the Third National Health and Nutrition Examination Survey (NHANES III; 1988-1992) and continuous NHANES (1999-2009, n = 18 274) were used. For a given body mass index (BMI), individuals taking SSRIs (n = 219) tended to have significantly better health risk profiles with lower systolic blood pressure (P = 0.002) and higher high-density lipoprotein (P = 0.003) compared with non-users. Conversely, those who used TCAs (n = 116) had significantly worse health risk profiles with higher diastolic blood pressure (P ≤ 0.0001) and triglycerides (P = 0.023) as compared with non-users for a given BMI. Insulin resistance (HOMA-IR) was higher in TCA users and those with larger BMIs, whereby the differences in insulin resistance between TCA users and non-users was greater with higher BMIs (interaction effect: P = 0.013). Furthermore, individuals taking SSRIs were less likely to have cardiovascular disease than non-users (odds ratio, 95% confidence interval = 0.50, 0.33-0.75) for a given BMI, with no differences by TCA use (odds ratio = 0.74, 0.44-1.24). SSRI and TCA use may alter how body weight relates with cardiovascular risk. When prescribing antidepressant medications, it may be necessary to monitor and consider body weight and cardiovascular risk profile of individual patients.
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 | 0,003 | 0,012 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».