Antidepressant medication use and nasopharyngeal cancer risk: a nationwide population-based study
Notice bibliographique
Résumé
BACKGROUND: The association between antidepressant exposure and nasopharyngeal cancer (NPC) has not been previously explored. The purpose of this study was to investigate the association between antidepressant prescription, including novel antidepressants, and the risk of NPC in a population-based study. MATERIALS AND METHODS: Data for the analysis were derived from National Health Insurance Research Database. We identified 16,957 cases with a diagnosis of NPC and 83,231 matched controls by using a nested case-control design. A conditional logistic regression model was used, with adjustments for potentially confounding variables (eg, comorbid physical diseases, comorbid psychiatric diseases, and other medications). RESULTS: We report no association between NPC incidence and antidepressant prescription. For all classes of antidepressants, antidepressant exposure, regardless of cumulative dose, had no significant effect on NPC incidence (adjusted odds ratio of cumulative selective serotonin reuptake inhibitor exposure ≥336 defined daily dose was 1.18 [95% CI: 0.90-1.53]; tricyclic antidepressant exposure ≥336 defined daily dose was 1.18 [95% CI: 0.80-1.74]). CONCLUSION: There was no association between antidepressant prescription and incident NPC.
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 ».