Risk of sensorineural hearing loss with macrolide antibiotics: A nested case‐control study
Notice bibliographique
Résumé
OBJECTIVES: To determine the association between a diagnosis of sensorineural hearing loss (SNHL) and the prescription of a macrolide antibiotic. STUDY DESIGN: Retrospective nested case-control study. METHODS: From the LifeLink (IMS, Danbury, CT) health claims database, we randomly selected a cohort of subjects 15 to 60 years old from 2006 to 2014. Cases were identified as patients diagnosed with SNHL, each matched by age and calendar time to 10 controls selected from the same cohort. All macrolide prescriptions (erythromycin, azithromycin, clarithromycin, and telithromycin) were identified, and statistical comparison of usage was compared between cases and controls. Amoxicillin and fluoroquinolone antibiotics were used as positive controls to further investigate confounding by infection. Albuterol was used as a negative control because this is a drug class not expected to be associated with SNHL or with a confounding condition potentially causing SNHL. RESULTS: From a cohort of 6,110,723 subjects, we identified 5,989 cases of SNHL and 59,890 corresponding controls. The rate ratio for one prescription of a macrolide was 1.36 (95% confidence inteval [CI]: 1.24-1.49) and for multiple prescriptions was 1.66 (95% CI: 1.42-1.94). Similar rate ratios were observed with multiple prescriptions of amoxicillin and fluoroquinolones. CONCLUSION: A significant association between SNHL and macrolide use was likely due to confounding by indication for antibiotic treatment because the risk was also observed with fluoroquinolones and amoxicillin, antibiotics with no known ototoxic potential. Therefore, there does not appear to be an increased risk of SNHL in patients treated with macrolide antibiotics. LEVEL OF EVIDENCE: 3b. Laryngoscope, 127:229-232, 2017.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».