MétaCan
Menu
Retour à la cohorte
Enregistrement W183414038

Atypical antipsychotic drugs and the risk of acute kidney injury: A population-based cohort study

2013· article· en· W183414038 sur OpenAlexaboutno aff
Y. Joseph Hwang

Notice bibliographique

RevueScholarship@Western (Western University) · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueElectroconvulsive Therapy Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAcute kidney injuryRelative riskRhabdomyolysisNeuroleptic malignant syndromeAntipsychoticAtypical antipsychoticInternal medicineCohortPopulationCohort studyRetrospective cohort studyConfidence intervalPsychiatrySchizophrenia (object-oriented programming)Environmental health
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Older adults are frequently prescribed atypical antipsychotic drugs and may be at a risk for kidney-related adverse events. This population-based retrospective cohort study examined the 90-day risk of acute kidney injury (AKI) and the potential reasons for AKI in 96,471 matched pairs of older adults who received and who did not receive a new atypical antipsychotic drug prescription from 2003 to 2011 in Ontario. Atypical antipsychotic drug use was associated with a higher risk of hospitalization with AKI (relative risk (RR) 2.06 [95% confidence interval (CI) 1.85–2.29]). The drug use was also associated with potential reasons for AKI including hypotension (RR 2.16 [95% CI 1.81–2.57]), acute urinary retention (RR 2.15 [95% CI 1.78–2.60]), and neuroleptic malignant syndrome/rhabdomyolysis (RR 1.44 [95% CI 1.06–1.96]). Residual confounding is unlikely to explain the observed associations entirely. This knowledge informs prescribing practice and may help identify a drug-induced reason for AKI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,310
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetElectroconvulsive Therapy StudiesTravaux en français237 207