Exploring the risk of diabetes mellitus and dyslipidemia among ambulatory users of atypical antipsychotics: a population‐based comparison of risperidone and olanzapine
Notice bibliographique
Résumé
PURPOSE: To compare the incidence rates of diabetes mellitus and dyslipidemia in ambulatory first-time users of risperidone and olanzapine. METHODS: The database for the Prescription Drug Insurance Plan in the province of Quebec was used as the data source for a population-based cohort study. Denominalized data were extracted for all ambulatory patients who first received an atypical antipsychotic between 1 January 1997 and 31 August 1999. Eligible patients were categorized as taking: no antidiabetic medication; no lipid reducing medication; neither type of medication. Those who started to use an outcome drug (an antidiabetic or lipid-lowering medication) before the end of the follow-up period (31 August 2000) were considered to have developed the corresponding outcome disease. Incidence rate ratios (IRR) (and 95% confidence intervals) for initiating antihyperglycemic or lipid-lowering drug treatment, or both were calculated. Outcomes on risperidone were compared to those on olanzapine. RESULTS: A total of 19 582 eligible patients were included in the analysis. Relative to risperidone, olanzapine was associated with a higher risk of initiating a pharmacologic treatment for diabetes [IRR: 1.33 (1.03-1.74)], dyslipidemia [IRR: 1.49 (1.22-1.83)], or either condition [1.47 (1.23-1.76)]. CONCLUSIONS: Olanzapine seems to be associated with a higher risk of developing diabetes and/or dyslipidemia than risperidone. Further prospective studies are needed to rigorously assess the safety of olanzapine.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».