Effect of Concomitant Drug Use on the Onset and Exacerbation of Diabetes Mellitus in Everolimus-Treated Cancer
Notice bibliographique
Résumé
PURPOSE: Everolimus-induced diabetes mellitus (DM) outcomes include everolimus-resistant tumors and poor hyperglycemia outcomes, which lead to various other negative clinical outcomes. This study aimed to evaluate the effect of associations between concomitant drug treatment and time to DM event occurrence (onset or exacerbation) on the outcomes of everolimus-induced DM in patients with cancer. METHODS: Data from the Japanese Adverse Drug Event Report database (JADER) were used, and patient drug use, time of DM event occurrence, and DM outcomes were determined from patient records. Associations between concomitant drug groups with everolimus and DM event occurrence were then evaluated for patients with both good and poor DM outcomes. RESULTS: Top ten groups used concomitantly were drugs for the treatment of hypertension (HT), controlled DM, constipation, hypothyroidism, kidney disease, insomnia, hyperlipidemia, hyperuricemia, anemia, and gastritis. Among them, only HT, controlled DM, and hyperlipidemia were associated with DM event occurrence. These three drug groups were examined by the outcome of everolimus concomitant usage and revealed a significantly shorter time to DM event occurrence for patients with poor outcomes than for those with good outcomes (p = 0.015) among patients without a concomitant drug for DM. Each of these three drug groups was analyzed on patients who were concomitantly administered with one of each drug group with everolimus and revealed a significantly shorter time to DM event occurrence for patients with poor outcomes than for those with good outcomes in patients who received concomitant HT drugs (p = 0.006). Moreover, among the four HT drug categories, calcium channel blockers were significantly associated with poor outcomes (odds ratio, 2.18 [1.09-4.34], p = 0.028). CONCLUSION: To prevent everolimus-induced poor DM outcomes, early DM detection and treatment are necessary, and the effect of the concomitant drug should be considered before initiating everolimus treatment.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».