Renal function in geriatric psychiatry patients compared to non-psychiatric older adults: effects of lithium use and other factors
Notice bibliographique
Résumé
OBJECTIVES: Chronic renal failure is very common, affecting 30%-40% of community-dwelling elderly. We wished to verify whether geriatric psychiatry patients are at increased risk of renal dysfunction compared to elderly controls, as well as whether lithium exposure and other factors are important predictors of risk. METHOD: This is a four-year retrospective cohort and nested case-control study at a Canadian tertiary-care hospital using data from March 2007 to March 2011. We compared 82 geriatric psychiatry outpatients and 200 psychotropic-naïve family medicine controls aged ≥65. Our main continuous measure of renal outcome was change in estimated glomerular filtration rate (eGFR). Multivariate analyses were performed to determine potential risk factors for renal dysfunction in geriatric psychiatry patients, including age, hypertension, diabetes mellitus, diuretics, and lithium duration. RESULTS: Clinically important decreases in eGFR (>8 mL/min/1.73 m(2)) were found in 40.2% of geriatric psychiatry patients compared to 29.5% of controls (p = 0.040). Multivariate analyses found that lithium duration was independently associated with adverse renal outcome in patients with eGFR < 60 mL/min/1.73 m(2). In this sub-population, lithium users had clinically important decreases in eGFR when compared to non-lithium users: 10.3 vs. 0.40 mL/min/1.73 m(2) (p = 0.017). CONCLUSION: Geriatric psychiatry patients are at a greater risk for clinically important decreases of renal function than similarly aged controls. Lithium appears to be an important risk factor for renal dysfunction when eGFR is <60 mL/min/1.73 m(2). However, in the majority of older adults who have normal kidney function, lithium use appears to be safe.
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 | 0,000 | 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 ».