Risk of injurious road traffic crash after prescription of antidepressants
Notice bibliographique
Résumé
Background Antidepressants are commonly used worldwide. Experimental studies have suggested that antidepressants may impair driving abilities. Aims/Objectives/Purpose The study aims to estimate the risk of road traffic crash associated with prescription of antidepressants. Methods Data from three French national databases were extracted and matched: the national health care insurance database, police reports, and the national police database of injurious crashes. A case-control analysis comparing 34 896 responsible versus 37 789 non-responsible drivers was conducted. Case-crossover analysis was performed to investigate the acute effect of medicine exposure. Results/Outcomes 72 685 drivers identified by their national healthcare number, involved in an injurious crash in France over the July 2005 to May 2008 period, were included. 2936 drivers (4.0%) were exposed to at least one antidepressant on the day of the crash. The results showed a significant association between the risk of being responsible for a crash and prescription of antidepressants (OR=1.34 (1.22 to 1.47)). The case-crossover analysis showed no association with treatment prescription but the risk of road traffic crash increased after an initiation of an antidepressant treatment (OR=1.49 (1.24 to 1.79)) and after a change in antidepressant treatment (OR=1.32 (1.09 to 1.60)). Significance/Contribution to the Field Patients and prescribers should be warned about the risk of crash during periods of antidepressant medication and particularly high vulnerability periods such as those when a treatment is initiated or modified.
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 ».