Paroxetine-induced increase in LDL cholesterol levels
Notice bibliographique
Résumé
Paroxetine is widely prescribed because it has the indication for multiple psychiatric disorders. Our objective was to assess the effect of short-term administration of paroxetine on low-density lipoprotein cholesterol (LDL-C) levels in both healthy controls (HCs) and in patients with panic disorder (PD). Blood samples for measurement of LDL-C were collected atbaseline, after 8 weeks of paroxetine administration and post-discontinuation in 24 male HCs and nine male patients suffering from PD, for a total of 33 subjects. Paroxetine treatment, both in HCs and PD patients, induced a mean 9% increase per subject in LDL-C that normalized post-discontinuation, suggesting causality. The National Cholesterol Education Program (NCEP) guidelines suggest that this paroxetine-induced increase in LDL-C is clinically significant but would not warrant therapeutic intervention in this population selected to be at low cardiovascular risk. However, the increase in LDL-C levels raised above the threshold of 2.7 mmol/L (100 mg/dL) in 36% of our low-risk subjects. The LDL-C increase in this subgroup would be associated with a minor increase in coronary heart disease (CHD) risk. A similar 9% paroxetine-induced increase in LDL-C observed in the large number of psychiatric patients suffering from comorbid established CHD would be detrimental from a cardiovascular perspective and would oppose the new NCEP therapeutic goals of decreasing LDL-C levels by 30-40% in high and moderately high-risk patients. It is possible that longer treatment duration and use of higher doses of paroxetine would lead to a greater increase in LDL-C.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».