Use of Thiazide Diuretics and Risk of All Types of Skin Cancers: An Updated Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background: The use of thiazide diuretics is associated with skin cancer risk; however, whether this applies to all skin cancer types is unclear. Methods: In this meta-analysis, we searched multiple electronic databases and gray literature up to 10 April 2022, with no language restrictions, to identify relevant randomized controlled trials (RCTs) and non-randomized studies (cohort, case-control) that investigated the association between thiazide diuretics and skin cancer. The primary outcomes of interest were malignant melanoma and non-melanoma skin cancer (basal cell carcinoma [BCC], squamous cell carcinoma [SCC]). Secondary outcomes included other skin cancers (lip cancer, Merkel cell carcinoma, malignant adnexal skin tumors, oral cavity cancer, and precursors of skin cancer). We used a random-effects meta-analysis to estimate pooled adjusted odds ratios (ORs) and 95% confidence intervals (CIs). Results: Thirty non-randomized studies (17 case-control, 13 cohort, no RCTs) were included. Thiazide diuretic users had a higher risk of malignant melanoma (17 studies; n = 10,129,196; pooled adjusted OR, 1.10; 95% CI, 1.04−1.15; p < 0.001; strength of evidence, very low; very small harmful effect), BCC (14 studies; n = 19,780,476; pooled adjusted OR, 1.05; 95% CI, 1.02−1.09; p = 0.003; strength of evidence, very low; very small harmful effect), and SCC (16 studies; n = 16,387,862; pooled adjusted OR, 1.35; 95% CI, 1.22−1.48; p < 0.001; strength of evidence, very low; very small harmful effect) than non-users. Thiazide diuretic use was also associated with a higher risk of lip cancer (5 studies; n = 161,491; pooled adjusted OR, 1.92; 95% CI, 1.52−2.42; p < 0.001; strength of evidence, very low; small harmful effect), whereas other secondary outcomes were inconclusive. Conclusions: Thiazide diuretics are associated with the risk of all skin cancer types, including malignant melanoma; thus, they should be used with caution in clinical practice.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,015 | 0,039 |
| Bibliométrie | 0,009 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».