The Use of Telmisartan and the Incidence of Cancer
Notice bibliographique
Résumé
BACKGROUND: A meta-analysis reported an 8% increased risk of cancer with the use of angiotensin receptor blockers (ARBs), but subsequent meta-analyses and observational studies did not confirm this risk. However, telmisartan comprised 85% of the data in the original meta-analysis. Thus, the objective of this study was to determine whether the use of telmisartan, compared with other ARBs, is associated with an increased risk of cancer. METHODS: We used the United Kingdom Clinical Practice Research Datalink to assemble a cohort of all patients newly treated with ARBs between 2000 and 2008, and followed until December 2010. Time-dependent cox proportional hazards models were used to estimate hazard ratios (HRs) and 95% confidence intervals (CIs) of cancer associated with telmisartan, compared with other ARBs, adjusted for potential confounders. Secondary analyses assessed the risk with each of the 4 most common cancers (lung, breast, prostate, colorectal). RESULTS: The cohort consisted of 62,109 new ARB users, which included 3,438 telmisartan and 58,671 other ARB users. Compared with other ARBs, telmisartan use was not associated with an increased risk of cancer overall (16.3 vs. 15.0 per 1,000 person-years, respectively; adjusted HR: 0.93, 95% CI: 0.81-1.06) or by cancer site (lung, HR: 0.91, 95% CI: 0.55-1.51; breast, HR: 1.28, 95% CI: 0.90-1.82; prostate, HR: 0.79, 95% CI: 0.53-1.18; colorectal, HR: 1.41, 95% CI 0.95-2.10). CONCLUSIONS: Compared with other ARBs, telmisartan is not associated with an increased risk of cancer. This study provides reassurance as to the short-term safety of telmisartan.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».