Exploring the Association Between Atypical Neuroleptic Agents and Diabetes Mellitus in Older Adults
Notice bibliographique
Résumé
STUDY OBJECTIVE: To explore the suggested association between atypical neuroleptic use and the development of diabetes mellitus, with a focus on older adults. DESIGN: Retrospective cohort study. SUBJECTS: Eleven thousand one hundred four older (> 65 yrs) residents of long-term care institutions in Ontario, Canada, who received either atypical neuroleptic agents, typical neuroleptic agents, benzodiazepines, or corticosteroids. MEASUREMENTS AND MAIN RESULTS: Each subject was followed for the development of a diabetic event, defined as newly prescribed antidiabetic drug therapy. Our Cox regression model was adjusted for age, sex, socioeconomic status, comorbidity, and concomitant use of beta-blockers, thiazide diuretics, and antiepileptic agents. The adjusted hazard ratio for the development of diabetes in patients receiving atypical neuroleptics compared with those receiving benzodiazepines (control group) was 0.89 (95% confidence interval [CI] 0.66-1.21). The adjusted hazard ratio for typical neuroleptic users compared with the benzodiazepine group was 1.27 (95% CI 0.91-1.77). As expected, patients receiving corticosteroid therapy were almost twice as likely to develop diabetes as those receiving benzodiazepines (adjusted hazard ratio 2.2, 95% CI 1.41-3.12). For patients receiving atypical neuroleptic agents, no statistically significant difference in the percentage of diabetic events was found among individual agents (2.1% olanzapine, 1% quetiapine, 2.1% risperidone). CONCLUSION: Drug therapy with atypical neuroleptic agents in older adults did not increase their risk of developing diabetes mellitus.
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 | 0,000 |
| 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 | 0,001 |
| 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 ».