Second-generation anti-depressants and risk of new-onset seizures in the elderly
Notice bibliographique
Résumé
BACKGROUND: Anti-depressants are among the most widely-prescribed medications. It is unknown whether the risk of seizure during therapeutic use differs by drug. We ranked the seizure risk of popular anti-depressants. METHODS: We conducted a population-based case-control study between April 2002 and March 2015 in Ontario, Canada. Cases were Ontario residents aged ≥65 years hospitalized for a first-ever seizure within 60 d of filling a prescription for one of nine second-generation anti-depressants, each dispensed more than 1 million times (range: 1,196,810 [fluvoxamine] to 19,849,930 [citalopram]) during the study period. For each case, we identified up to four seizure-free controls receiving a similar anti-depressant, and matched on age, sex, date and a pre-defined seizure-specific disease risk index. RESULTS: We identified 5701 patients hospitalized with a first-ever seizure and matched them with 21,872 controls. Relative to bupropion, the risk of new-onset seizure during therapeutic use was highest for escitalopram (adjusted odds ratio [OR] 1.79; 95% confidence interval [CI] 1.42-2.25) and citalopram (OR 1.67; 95% CI 1.35-2.07), while no incremental risk was found for fluoxetine (OR 1.02; 95%CI 0.78-1.33) and duloxetine (OR 0.94; 95%CI 0.75-1.22). Other anti-depressants were associated with modest increase in seizure risk. CONCLUSIONS: The risk of seizure during therapeutic use among elderly patients varies among second-generation anti-depressants. Escitalopram and citalopram are associated with the highest risk. Prescribers should consider the seizure risk of individual anti-depressants and use discretion when selecting an anti-depressant, especially for patients with other risk factors for seizure. Frontline clinicians should be cognizant of this differential 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 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 | 0,001 | 0,001 |
| 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 ».