History of Benzodiazepine Prescriptions and Risk of Dementia: Possible Bias Due to Prevalent Users and Covariate Measurement Timing in a Nested Case-Control Study
Notice bibliographique
Résumé
Previous estimates of whether long-term exposure to benzodiazepines increases dementia risk are conflicting and are compromised by the difficulty of controlling for confounders and by reverse causation. We investigated how estimates for the association between benzodiazepine use and later dementia incidence varied based on study design choices, using a case-control study nested within the United Kingdom's Clinical Practice Research Datalink. A total of 40,770 dementia cases diagnosed between April 2006 and July 2015 were matched on age, sex, available data history, and deprivation to 283,933 control subjects. Benzodiazepines and Z-drug prescriptions were ascertained in a drug-exposure period 4-20 years before dementia diagnosis. Estimates varied with the inclusion of new or prevalent users, with the timing of covariate ascertainment, and with varying time between exposure and outcome. There was no association between any new prescription of benzodiazepines and dementia (adjusted odds ratio (OR) = 1.03, 95% confidence interval (CI): 1.00, 1.07), whereas an inverse association was observed among prevalent users (adjusted OR = 0.91, 95% CI: 0.87, 0.95), although this was likely induced by unintentional adjustment for colliders. By considering the choice of confounders and timing of exposure and covariate measurement, our findings overall are consistent with no causal effect of benzodiazepines or Z-drugs on dementia incidence.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».