Occupational Injuries and Use of Benzodiazepines: A Systematic Review and Metanalysis
Notice bibliographique
Résumé
Background: Benzodiazepines have been widely used in clinical practice for over four decades and continue to be one of the most consumed and highly prescribed class of drugs available in the treatment of anxiety, depression, and insomnia. The literature indicates that Benzodiazepine users at a significantly increased risk of Motor Vehicle accidents compared to non-users but the impact on injuries at workplace is not well-defined. We aimed to investigate whether use of benzodiazepine is associated with increased risk of occupational injuries (OI). Methods: PubMed, Embase, and Scopus databases were searched. A meta-analysis was performed to calculate odds ratio (OR) and 95% confidence interval (CI) among case controls, cross-sectional studies, either questionnaire or laboratory exams based. Results: A total of 13 studies met inclusion criteria, involving 324,168 OI from seven different countries, with an estimated occurrence of benzodiazepine positivity of 2.71% (95% CI 1.45–4.98). A total of 14 estimates were retrieved. Of them, 10 were based on laboratory analyses, three on institutional databases, while one study was based on questionnaires. Regarding the occupational groups, three estimates focused on commercial drivers (0.73%, 95% CI 0.12–4.30), that exhibited a reduced risk ratio for benzodiazepine positivity compared to other occupational groups (RR 0.109, 95% CI 0.063–0.187). Eventually, no increased risk for benzodiazepine positivity was identified, either from case control studies (OR 1.520, 95% CI 0.801–2.885, I2 76%), or cross sectional studies, when only laboratory based estimates were taken in account (OR 0.590, 95% CI 0.253–1.377, I2 63%). Conclusions: Even though benzodiazepines have the potential to increase injury rates among casual and chronic users, available evidence are insufficient to sustain this hypothesis, particularly when focusing on laboratory-based studies (i.e., studies the characterized the benzodiazepine immediately before the event).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,042 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».