Increased risk of type 2 diabetes in antidepressant users: evidence from a 6‐year longitudinal study in the E3N cohort
Notice bibliographique
Résumé
AIM: To examine the association between antidepressant medication use and the risk of type 2 diabetes. METHODS: Data were obtained from the E3N study (Étude Épidémiologique de Femmes de la Mutuelle Générale de l'Éducation Nationale), a French cohort study initiated in 1990, with questionnaire-based follow-up every 2 or 3 years. Exposure to antidepressants was obtained from drug reimbursement files available from 2004 onwards, and individually matched with questionnaire data. Cases of type 2 diabetes were identified from drug reimbursements. Cox proportional-hazard regression models were used, with drug exposure considered as a time-varying parameter. RESULTS: Of the 63 999 women who were free of drug-treated type 2 diabetes at baseline in 2005, 1124 developed type 2 diabetes over the 6-year follow-up. Current use of antidepressants was associated with an increased risk of type 2 diabetes [hazard ratio 1.34 (95% CI 1.12, 1.61)] compared to non-users. When the different types of antidepressants were considered, women who currently used selective serotonin reuptake inhibitors, imipramine-type, 'other' or 'mixed' antidepressants had a 1.25-fold (95% CI 0.99, 1.57), 1.66-fold (95% CI 1.12, 2.46), 1.35-fold (95% CI 1.00, 1.84) and 1.82-fold (95% CI 0.85, 3.86) increase in risk of type 2 diabetes compared to non-users, respectively. CONCLUSION: Our study suggests a positive association between antidepressant use and the risk of type 2 diabetes among women. If this association is confirmed, screening and surveillance of glucose levels should be considered in the context of antidepressant therapy. Further studies assessing the underlying mechanisms of this association are needed. (ClinicalTrials.gov identifier: NCT03285230).
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».