Long-term lithium treatment in bipolar disorder: effects on glomerular filtration rate and other metabolic parameters
Notice bibliographique
Résumé
BACKGROUND: Concerns about potential adverse effects of long-term exposure to lithium as a mood-stabilizing treatment notably include altered renal function. However, the incidence of severe renal dysfunction; rate of decline over time; effects of lithium dose, serum concentration, and duration of treatment; relative effects of lithium exposure vs. aging; and contributions of sex and other factors all remain unclear. METHODS: Accordingly, we acquired data from 12 collaborating international sites and 312 bipolar disorder patients (6142 person-years, 2669 assays) treated with lithium carbonate for 8-48 (mean 18) years and aged 20-89 (mean 56) years. We evaluated changes of estimated glomerular filtration rate (eGFR) as well as serum creatinine, urea-nitrogen, and glucose concentrations, white blood cell count, and body-mass index, and tested associations of eGFR with selected factors, using standard bivariate contrasts and regression modeling. RESULTS: . By multivariate regression, risk factors for declining eGFR ranked: longer lithium treatment, lower lithium dose, higher serum lithium concentration, older age, and medical comorbidity. Later low eGFR was also predicted by lower initial eGFR, and starting lithium at age ≥ 40 years. LIMITATIONS: Control data for age-matched subjects not exposed to lithium were lacking. CONCLUSIONS: Long-term lithium treatment was associated with gradual decline of renal functioning (eGFR) by about 30% more than that was associated with aging alone. Risk of subnormal eGFR was from 18.1% (≥2 low values) to 29.5% (≥1 low value), requiring about 30 years of exposure. Additional risk factors for low eGFR were higher serum lithium level, longer lithium treatment, lower initial eGFR, and medical comorbidity, as well as older age.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».