Use of ACE (Angiotensin-Converting Enzyme) Inhibitors and Risk of Lung Cancer
Notice bibliographique
Résumé
BACKGROUND: Use of angiotensin-converting enzyme inhibitors (ACEIs)was associated with increased risk of lung cancer in a cohort study from the United Kingdom. We aimed to replicate these findings in a Danish population. METHODS: We conducted a nested case-control study using data from 4 Danish national health and administrative registries. New users of ACEIs or angiotensin II receptor blockers in Denmark from January 1, 2000 were followed until December 31, 2015, incident lung cancer, death, or emigration. Each lung cancer case was matched with up to 20 controls on age, sex, duration of follow-up, and year of cohort entry using risk-set sampling. Conditional logistic regression was used to estimate odds ratios (ORs) for incident, histologically verified lung cancer with high use of ACEIs defined as a cumulative dose above 3650 defined daily doses. We examined different cumulative doses of ACEI (≤1800, 1801-3650, >3650 defined daily doses), examined whether the association varied with lung cancer histology, and repeated the analyses using thiazides as active comparator. RESULTS: We included 9652 lung cancer cases matched to 190 055 controls. High use of ACEIs was associated with lung cancer (adjusted OR, 1.33 [95% CI, 1.08-1.62]). Lower cumulative doses showed neutral associations (≤1800 defined daily doses OR, 1.01 [95% CI, 0.94-1.09]; 1801-3650 defined daily doses OR, 1.03 [95% CI, 0.90-1.19]). CIs were wide and included the null when stratifying on histology. Using thiazides as active comparator yielded comparable results (OR, 1.34 [95% CI, 0.96-1.88]). CONCLUSIONS: Use of high cumulative ACEI doses was associated with modestly increased odds of lung cancer although use of lower doses showed neutral associations. The established benefits of ACEIs should be considered when interpreting these findings.
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) | 0,001 | 0,001 |
| 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 ».