Do selective serotonin reuptake inhibitors cause suicide?: Let's keep it in perspective
Notice bibliographique
Résumé
Do selective serotonin reuptake inhibitors cause suicide? Risk of suicide should be assessed for whole class of antidepressantsEditor-Gunnell et al's report on suicide risk with selective serotonin reuptake inhibitors (SSRIs) raises several issues. 1 Firstly, clinicians have observed that the first weeks of treatment of severe depression with an antidepressant are accompanied by a higher risk of suicide because of a drug induced motor disinhibition that is not yet accompanied by mood improvement. 2 Secondly, the authors' finding of a trend towards a protective effect of SSRIs against suicidal thoughts (odds ratio 0.77) compared with a trend towards an increased risk of self harm (odds ratio 1.57) is paradoxical.More surprising is the heterogeneity of results among SSRIs.Why would sertraline show a protective effect for suicidal thoughts and simultaneously increase the risk of self harm?The risk difference between citalopram and its active S-enantiomere, escitalopram, is also strange.No strong biological rationale can explain such heterogeneity among drugs with the same mechanism of action.Thirdly, the authors mention that the Medicine and Healthcare products Regulatory Agency found little evidence for a risk difference between SSRIs and the other antidepressants.The two accompanying papers show that the suicidal risk seems similar for serotoninergic and tricyclic antidepressants. 3 4The risk of suicide must be assessed for the whole class of antidepressants.The next stage would be to measure the risk of suicide according to the time since starting an antidepressant.Initially, the risks are higher than the benefits.To confirm old clinical observations by evidence based methods would be interesting and useful.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,005 |
| 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 ».