Concomitant loop diuretics and ACE inhibitors increase risk of lithium toxicity in elderly people
Notice bibliographique
Résumé
Juurlink DN, Mamdani MM, Kopp A, et al . Drug-induced lithium toxicity in the elderly: a population-based study. J Am Geriatr Soc 2004;52:794–8.[OpenUrl][1][CrossRef][2][PubMed][3][Web of Science][4] Q In elderly people, is lithium toxicity associated with concomitant use of diuretics, angiotensin converting enzyme inhibitors, or nonsteroidal anti-inflammatory drugs? ### ![Graphic][5]</img>Design: Nested case control study. ### ![Graphic][6]</img>Follow up period: 10 years (January 1992 to December 2001). ### ![Graphic][7]</img>Setting: Analysis of linked healthcare databases, Ontario, Canada. ### ![Graphic][8]</img>People: 10 615 people, aged ⩾66 years (62% women), treated continuously with lithium. Four controls, matched for age, sex, and lithium use were selected (randomly where more than four were identified). ### ![Graphic][9]</img>Risk factors: Diuretics, including thiazide-type (such as chlorthalidone) and loop diuretics (such as furosemide), angiotensin converting enzyme (ACE) inhibitors or non-steroidal anti-inflammatory … [1]: {openurl}?query=rft.jtitle%253DJournal%2Bof%2Bthe%2BAmerican%2BGeriatrics%2BSociety%26rft.stitle%253DJ%2BAm%2BGeriatr%2BSoc%26rft.aulast%253DJuurlink%26rft.auinit1%253DD.%2BN.%26rft.volume%253D52%26rft.issue%253D5%26rft.spage%253D794%26rft.epage%253D798%26rft.atitle%253DDrug-induced%2Blithium%2Btoxicity%2Bin%2Bthe%2Belderly%253A%2Ba%2Bpopulation-based%2Bstudy.%26rft_id%253Dinfo%253Adoi%252F10.1111%252Fj.1532-5415.2004.52221.x%26rft_id%253Dinfo%253Apmid%252F15086664%26rft.genre%253Darticle%26rft_val_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Ajournal%26ctx_ver%253DZ39.88-2004%26url_ver%253DZ39.88-2004%26url_ctx_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Actx [2]: /lookup/external-ref?access_num=10.1111/j.1532-5415.2004.52221.x&link_type=DOI [3]: /lookup/external-ref?access_num=15086664&link_type=MED&atom=%2Febmental%2F7%2F4%2F120.atom [4]: /lookup/external-ref?access_num=000220855300022&link_type=ISI [5]: /embed/inline-graphic-1.gif [6]: /embed/inline-graphic-2.gif [7]: /embed/inline-graphic-3.gif [8]: /embed/inline-graphic-4.gif [9]: /embed/inline-graphic-5.gif
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) | 0,001 | 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 | 0,001 | 0,002 |
| 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 ».