Comparative Safety of Antipsychotics: Another Look at the Risk of Diabetes
Notice bibliographique
Résumé
OBJECTIVE: The association between the use of antipsychotics and diabetes mellitus (DM) is still unclear, as depicted by several conflicting reports. Our study aims to assess the risk of DM in new users of antipsychotics. METHODS: Our nested case-control study used the Quebec Health Insurance Board databases. People in the source cohort were DM-free and had initiated an antipsychotic treatment. Subjects were cohort members who initiated an antidiabetic or had a diagnosis of DM during their follow-up period. Three variables were used to assess antipsychotic exposure: the antipsychotic used (any typical, clozapine, olanzapine, quetiapine, risperidone, or more than 1 drug); the number of 30-day periods of use; and antipsychotic use at index date (current or past). A paired multivariate logistic regression model was used to calculate adjusted odds ratios. RESULTS: Among the 88 467 people included in the cohort, 6109 subjects with DM were identified and were matched to 61 090 control subjects. New users of quetiapine were less likely to develop DM than new users of typical antipsychotics (OR, 0.89; 95% CI 0.81 to 0.99). The risk of DM was not statistically different across the atypical antipsychotics. A longer exposure to any antipsychotic (for each 30-day period, OR 1.009; 95% CI 1.006 to 1.011) and current use of antipsychotics (OR 1.26; 95% CI 1.17 to 1.36) were associated with DM. CONCLUSION: These results suggest that metabolic parameters of people exposed to antipsychotics should be monitored, irrespective of the drug taken, among the drugs available at the time of analysis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».