MétaCan
Menu
Retour à la cohorte
Enregistrement W4317567906 · doi:10.2196/41055

High-Throughput Assessment of Real-World Medication Effects on QT Interval Prolongation: Observational Study

2023· article· en· W4317567906 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJMIR Cardio · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac electrophysiology and arrhythmias
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood InstituteNational Institutes of Health
Mots-clésQT intervalMedicineTorsades de pointesPharmacyMedical prescriptionObservational studyQRS complexDemographicsEmergency medicineInternal medicineSinus rhythmElectrocardiographyCardiologyDatabaseAtrial fibrillationPharmacologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Drug-induced prolongation of the corrected QT interval (QTc) increases the risk for Torsades de Pointes (TdP) and sudden cardiac death. Medication effects on the QTc have been studied in controlled settings but may not be well evaluated in real-world settings where medication effects may be modulated by patient demographics and comorbidities as well as the usage of other concomitant medications. OBJECTIVE: We demonstrate a new, high-throughput method leveraging electronic health records (EHRs) and the Surescripts pharmacy database to monitor real-world QTc-prolonging medication and potential interacting effects from demographics and comorbidities. METHODS: We included all outpatient electrocardiograms (ECGs) from September 2008 to December 2019 at a large academic medical system, which were in sinus rhythm with a heart rate of 40-100 beats per minute, QRS duration of <120 milliseconds, and QTc of 300-700 milliseconds, determined using the Bazett formula. We used prescription information from the Surescripts pharmacy database and EHR medication lists to classify whether a patient was on a medication during an ECG. Negative control ECGs were obtained from patients not currently on the medication but who had been or would be on that medication within 1 year. We calculated the difference in mean QTc between ECGs of patients who are on and those who are off a medication and made comparisons to known medication TdP risks per the CredibleMeds.org database. Using linear regression analysis, we studied the interaction of patient-level demographics or comorbidities on medication-related QTc prolongation. RESULTS: We analyzed the effects of 272 medications on 310,335 ECGs from 159,397 individuals. Medications associated with the greatest QTc prolongation were dofetilide (mean QTc difference 21.52, 95% CI 10.58-32.70 milliseconds), mexiletine (mean QTc difference 18.56, 95% CI 7.70-29.27 milliseconds), amiodarone (mean QTc difference 14.96, 95% CI 13.52-16.33 milliseconds), rifaximin (mean QTc difference 14.50, 95% CI 12.12-17.13 milliseconds), and sotalol (mean QTc difference 10.73, 95% CI 7.09-14.37 milliseconds). Several top QT prolonging medications such as rifaximin, lactulose, cinacalcet, and lenalidomide were not previously known but have plausible mechanistic explanations. Significant interactions were observed between demographics or comorbidities and QTc prolongation with many medications, such as coronary disease and amiodarone. CONCLUSIONS: We demonstrate a new, high-throughput technique for monitoring real-world effects of QTc-prolonging medications from readily accessible clinical data. Using this approach, we confirmed known medications for QTc prolongation and identified potential new associations and demographic or comorbidity interactions that could supplement findings in curated databases. Our single-center results would benefit from additional verification in future multisite studies that incorporate larger numbers of patients and ECGs along with more precise medication adherence and comorbidity data.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,183
Score d'incertitude au seuil0,493

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,375
Écart entre enseignants0,334 · 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