A population based historical cohort study of the mortality associated with nabumetone, Arthrotec, diclofenac, and naproxen.
Notice bibliographique
Résumé
OBJECTIVE: To identify the unbiased differences in all cause mortality among populations using 4 non-steroidal antiinflammatory drugs (NSAID): nabumetone, Arthrotec, diclofenac plus a cytoprotective agent dispensed separately (diclofenac+), and naproxen. METHODS: We performed a population based historical cohort study using linked data from several provincial health care databases. Logistic regression was used to produce estimates of the mortality associated with the study drugs unbiased by known confounders. The entire population of the province of Saskatchewan, Canada entitled to drug plan benefits in 1995 was eligible (approximately 91% of 1 million people). Participants were identified if they filled a prescription for one of the 4 study NSAID (18,424 individuals). They were then followed forward in time for 6 months to determine all cause mortality. RESULTS: Compared to nabumetone, the adjusted odds of death for participants taking Arthrotec was 1.4 (95% confidence interval, CI: 0.9-2.1), for diclofenac+ 2.0 (1.3-3.1), and naproxen 3.0 (1.9-4.6). CONCLUSION: The multivariate analysis showed patients taking nabumetone and Arthrotec had significantly lower mortality than those taking other study drugs. Nabumetone had 1/3 to 1/5 the mortality associated with the diclofenac+ and naproxen groups. It appears that inherent gastroprotective strategies in the study NSAID may translate into decreased mortality at the population level.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».