Drug exposure and the risk of multiple sclerosis: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Several environmental and lifestyle factors have been associated with multiple sclerosis (MS) risk, including some pharmacological treatments. We systematically reviewed the literature on prescription drug exposure and MS risk. METHODS: Six databases were searched for original observational studies reporting drug exposure and MS risk published before 2017. RESULTS: Thirteen articles fulfilled inclusion criteria. Exposure to neither amiloride nor valproic acid was associated with MS (adjusted hazard ratio (adj.HR = 1.34;95% CI:0.81-2.20; adj.HR = 1.30;95%CI:0.44-3.80, respectively). Four studies explored oral contraceptive exposure and reported no association with MS; while a single study found an increased risk (odds ratio [adj.OR] = 1.52;95%CI:1.21-1.91). While penicillin exposure was associated with reduced risk of developing MS (adj.OR = 0.5;95%CI:0.3-0.9), a later study observed an elevated risk for penicillin (adj.OR = 1.21;95%CI:1.10-1.27) and all antibiotics (adj.OR = 1.41;95%CI:1.29-1.53), which was potentially attributed to underlying infection. Anti-tumor necrosis factor-alpha (TNFα) was not associated with MS risk in persons with inflammatory bowel disease (standard morbidity ratio = 4.2;95%CI:0.1-23.0) and arthritis (standardized incidence ratio = 1.38;95%CI:0.69-2.77); however, men exposed to anti-TNFα who also had arthritis and individuals with ankylosing spondylitis were at an increased risk (standardized incidence ratios = 3.91;95%CI:1.47-10.42 and 3.48;95%CI:1.45-8.37, respectively). A reduced risk of MS was observed with exposure to the beta2-adrenergic agonist fenoterol (adj.OR = 0.58;95%CI:0.45-0.76), and the sedating histamine 1-receptor antagonists (adj.OR = 0.2;95%CI:0.1-0.8), but not the non-sedating equivalent (adj.OR = 0.8;95%CI:0.4-1.6). CONCLUSIONS: The suggestion that some drugs may prevent MS is intriguing and warrants further study. In addition, further pharmacovigilance is needed to assess the safety of anti-TNFα drugs in specific populations in the context of MS risk.
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 | 0,003 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,009 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».