MétaCan
Menu
Retour à la cohorte
Enregistrement W2192171349 · doi:10.1371/journal.pone.0144337

Adverse Effects of Cholinesterase Inhibitors in Dementia, According to the Pharmacovigilance Databases of the United-States and Canada

2015· article· en· W2192171349 sur OpenAlexaboutno aff
Thibault B. Ali, Thomas R. Schleret, Brian M. Reilly, Winston Yuchen Chen, Ruben Abagyan

Notice bibliographique

RevuePLoS ONE · 2015
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmacovigilance and Adverse Drug Reactions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical Sciences
Mots-clésPharmacovigilanceAdverse Event Reporting SystemRivastigmineAdverse effectMedicineDatabaseCholinesteraseOdds ratioDementiaPharmacologyPharmacoepidemiologyInternal medicineDiseaseDonepezil

Résumé

récupéré en direct d'OpenAlex

This survey analyzes two national pharmacovigilance databases in order to determine the major adverse reactions observed with the use of cholinesterase inhibitors in dementia. We conducted a statistical analysis of the Food and Drug Administration Adverse Event Reporting System (FAERS) and the Canada Vigilance Adverse Reaction Database (CVARD) concerning the side effects of cholinesterase inhibitors. The statistics calculated for each adverse event were the frequency and the reporting odds ratios (ROR). A total of 9877 and 2247 reports were extracted from the FAERS and CVARD databases, respectively. A disproportionately higher frequency of reports of death as an adverse event for rivastigmine, compared to the other acetylcholinesterase inhibiting drugs, was observed in both the FAERS (ROR = 3.42; CI95% = 2.94-3.98; P<0.0001) and CVARD (ROR = 3.67; CI95% = 1.92-7.00; P = 0.001) databases. While cholinesterase inhibitors remain to be an important therapeutic tool against Alzheimer's disease, the disproportionate prevalence of fatal outcomes with rivastigmine compared with alternatives should be taken into consideration.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0060,012
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,128
Tête enseignante GPT0,373
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations175
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetPharmacovigilance and Adverse Drug ReactionsTravaux en français237 207