The relationship of SSRI and SNRI usage with interstitial lung disease and bronchiectasis in an elderly population: a case–control study
Notice bibliographique
Résumé
Background: The association between interstitial lung disease (ILD) and selective serotonin reuptake inhibitors and serotonin norepinephrine reuptake inhibitors (SSRI/SNRI) has been previously described in published case reports. However, its prevalence may be more common than expected. We examined the association between SSRI/SNRI usage and presence of ILD and or bronchiectasis (ILD/B) in an elderly population. Methods: We conducted a retrospective case series and case–control study involving all 296 eligible elderly patients in one primary care geriatric practice in Victoria, BC, Canada. Cases required the presence of ILD/B on computed tomography (CT) or chest X-ray (CXR). Cases were excluded if they had other causes for ILD/B on CXR or CT such as exposure to known pneumotoxic drugs, metastatic cancer, rheumatoid lung disease, sarcoidosis, previous pulmonary tuberculosis, or pneumoconiosis. Data were abstracted from the patients’ medical record. The exposure variable was standardized cumulative person-month (p-m) dose of SSRI/SNRI. The study was approved by the Clinical Research Ethics Board of University of British Columbia with a waiver of informed consent. Results: A total of 12 cases and 273 controls were identified. Their mean ages were 89.0 and 88.7 years, respectively ( p =0.862). A total of 10/12 cases and 99/273 controls were exposed to SSRI/SNRI. The odds ratio was 8.79, 95% confidence interval 2.40–32.23 ( p =0.001). The median p-m exposure to SSRI/SNRI was 110.0 months for cases and 29.5 for controls ( p =0.003). Conclusion: SSRIs and SNRIs were significantly associated with the risk of ILD/B in this elderly population. Because of their widespread usage, further studies should be done to validate these findings. Prescribers should cautiously monitor patients for development of insidious pulmonary symptoms when these drugs are used. Keywords: SSRI, SNRI, antidepressant, interstitial lung disease, aging, geriatric psychiatry
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».