MétaCan
Menu
Retour à la cohorte
Enregistrement W4229038231 · doi:10.1093/ndt/gfac071.033

MO502: Use of Lithium, Valproate and the Risk of Acute or Chronic Kidney Disease: An Observational Study From Routine Care Data

2022· article· en· W4229038231 sur OpenAlexaff
Alessandro Bosi, Laura Ceriani, Edouard L. Fu, Björn Runesson, Catherine M. Clase, Zheng Chang, Mikael Landén, Carl‐Gustaf Elinder, Juan Jesús Carrero, Rino Bellocco

Notice bibliographique

RevueNephrology Dialysis Transplantation · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesnon disponible
Mots-clésMedicineKidney diseaseHazard ratioInternal medicineRenal functionLithium (medication)Proportional hazards modelBipolar disorderObservational studyCohort studyConfidence intervalAcute kidney injuryConfoundingIntensive care medicine

Résumé

récupéré en direct d'OpenAlex

Abstract BACKGROUND AND AIMS Lithium is an established treatment for bipolar disorder and treatment-resistant depression. Despite awareness of potential kidney damage, there is a lack of research evidence to inform on the existence and magnitude of the risk. Observational studies to date show conflicting findings, possibly explained by inadequate control populations, prevalent user bias and a lack of information on kidney function or serum lithium levels. METHOD We conducted a cohort study to compare kidney outcomes in adults who started lithium or valproate therapy in Stockholm, Sweden, during 2007–18. Within lithium users, we also compared outcomes by average serum lithium concentrations during the first year of therapy. Kidney outcomes were CKD progression (composite of >30% eGFR decline and kidney failure) and AKI (by diagnosis or KDIGO transient creatinine elevations). Propensity score weighted Cox regression was used to estimate hazard ratios with [95% confidence intervals (95% CI)] and balance 46 identified confounders. Complete collection of repeated dispensations at Swedish pharmacies allowed modelling of the time-dependent risk associated with cumulative lithium exposure. Sensitivity analyses included restricting to patients with a diagnosis of bipolar disorder, apply a 1-year lag, use of alternative weighting methods and evaluation of eGFR monitoring rates to ascertain surveillance bias between groups. RESULTS We included 16 645 individuals, of whom 5308 initiated lithium and 5638 valproate therapy. Their median age was 45 years (57% women) and median eGFR was 99 mL/min/1.73 m2. A total of 179 CKD progression events and 234 AKI were identified during a median of follow-up of 4.3 and 4.2 years, respectively. After propensity score weighting, the adjusted hazard ratio for the risk of CKD progression was 1.12 (95% CI 0.86–1.47) and for AKI 0.88 (95% CI 0.7–1.09). There was a weak, non-statistically significant association between cumulative exposure to lithium and the risk of CKD progression that was not observed for cumulative use of valproate. Results were consistent among patients with a bipolar disorder diagnosis and robust to 1-year lag or alternative weighing methods. A total of 3913 lithium users were on therapy for at least one year and underwent routine serum lithium monitoring. Compared with patients with average serum lithium levels <1.0 mEq/L, those with serum lithium ≥1.0 mEq/L (n = 270) were at a higher risk of both CKD progression (HR: 2.18; 1.28–3.71) and AKI (HR: 1.37; 0.81–2.34). CONCLUSION In this analysis of patients from routine clinical practice, the risk of kidney outcomes associated with lithium therapy did not differ from that of valproate. Modest risk magnitudes need to be offset with the effectiveness and anti-suicidal benefits of lithium. However, elevated serum lithium levels strongly predicting kidney risk, emphasizing the need for close monitoring and lithium dose-adjustment.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,022
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,061
Tête enseignante GPT0,310
Écart entre enseignants0,248 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNephrology Dialysis TransplantationMême sujetBipolar Disorder and TreatmentTravaux en français237 207