MétaCan
Menu
← Retour à la cohorte
Enregistrement W3174352628 · doi:10.2337/db21-151-lb

151-LB: Impact of Concurrent Use of Selective Serotonin Reuptake Inhibitors and Second-Generation Antipsychotic Medications on Cardiometabolic Health in Children

2021· article· en· W3174352628 sur OpenAlexaboutno aff
RUPINDER THANDI, Alejandra Wiedeman, Angela M. Devlin, Constadina Panagiotopoulos

Notice bibliographique

RevueDiabetes · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineWaistInternal medicineOdds ratioAntipsychoticAnthropometrySerotonin reuptake inhibitorSchizophrenia (object-oriented programming)PediatricsEndocrinologyBody mass indexPsychiatryAntidepressant

Résumé

récupéré en direct d'OpenAlex

Around 20% of Canadian children are diagnosed with a mental health disorder. Selective serotonin reuptake inhibitors (SSRIs) and second-generation antipsychotics (SGAs) are common treatments. Treatment with SSRIs or SGAs is associated with increased cardiometabolic complications, and risk for type 2 diabetes in children. Little is known about the metabolic effects of concurrent use of SSRIs with SGAs. Our aim was to determine if the combination of SSRI and SGA treatment was associated with cardiometabolic complications in children. Cross-sectional data were collected from children with mental health disorders (aged 5-18 years), recruited from Child and Adolescent Psychiatry at BC Children’s Hospital. Children were classified as naïve (n=242), SSRI-treated (n=123), SGA-treated (n=112), or SSRI+SGA treated (n=98). Anthropometric data and a fasting blood sample were collected. Relationships between treatment groups and cardiometabolic risk factors were determined by adjusted linear and logistic regression models. SSRI+SGA-treated children had higher waist circumference z-scores (0.91 ± 0.89 vs. 0.48 ± 0.95; P<0.05) and a greater odds of waist circumference ≥90th percentile (OR=2.63, 95% CI: 1.34, 5.18; P<0.05) compared to SSRI-treated children. SSRI+SGA-treated children had higher plasma total cholesterol (4.63 ± 0.93 vs. 4.34 ± 0.84 mmol/L; P<0.05, adjusted by age, sex, and BMI z-scores) and a greater odds of plasma total cholesterol ≥5.18 mmol/L (OR=2.36, 95% CI: 1.05, 5.30; P<0.05, adjusted by age, sex, and BMI z-scores) than SGA-treated children. No differences in plasma fasting glucose, insulin, or insulin resistance (HOMA-IR) were observed between the treatment groups. Concurrent SSRI+SGA treatment is associated with elevated waist circumference and plasma total cholesterol in children. Our findings suggest greater cardiometabolic complications in children concurrently treated with SSRIs and SGAs. Disclosure R. Thandi: None. A. M. Wiedeman: None. A. M. Devlin: None. C. Panagiotopoulos: Advisory Panel; Self; Dexcom, Inc., Speaker’s Bureau; Self; Eli Lilly and Company. Funding BC Mental Health and Substance Use Services

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,182
Score d'incertitude au seuil0,361

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,341
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDiabetes→Même sujetAttention Deficit Hyperactivity Disorder→Travaux en français237 207→