What affects anticoagulation control in patients taking warfarin?
Notice bibliographique
Résumé
BACKGROUND: The ageing population is taking an increasing number of both prescribed and non-prescribed medication. Little is known of the potential for adverse drug reactions between these. Warfarin is a commonly prescribed medication, well known for its potential to cause serious adverse reactions in combination with many prescription medicines. It has been suggested that herbal medicines such as garlic, either as a dietary supplement or in cooking, may also interact with warfarin, resulting in poor international normalised ratio (INR) control. AIM: To determine whether, for patients who take garlic as well as warfarin, the proportion of the INR tests in range is lower than in comparable patients who do not take garlic. DESIGN OF THE STUDY: Retrospective study of patients taking prescribed warfarin. SETTING: Primary care practices in Somerset and Devon. METHOD: Three controls (not taking garlic) matched for age, sex, and general practice were compared with each patient self-reporting taking garlic as a supplement. INR results were assessed for the preceding 12 months. Potentially confounding factors were considered, for example diabetes mellitus; all prescribed medication; any bleeding episodes. RESULTS: No evidence was found to suggest that garlic consumption either as a supplement or in cooking is associated with more frequent haemorrhagic complications or less control of INR. Poor INR control may, however, be associated with taking larger numbers of prescription medicines, particularly during prescription changes. CONCLUSION: Further research would be warranted into whether increased INR monitoring is needed when drug changes are made. These data render clinically significant interactions between warfarin and garlic intake unlikely.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».