Antidepressant and antipsychotic drug prescribing and complications of diabetes: a systematic review of observational studies
Notice bibliographique
Résumé
Abstract Aims Psychotropic medication may be associated with adverse effects, particularly in people with diabetes. We conducted a systematic review of observational studies investigating the association between antidepressant or antipsychotic drug prescribing and diabetes outcomes. Methods We systematically searched PubMed, EMBASE, and PsycINFO to 15 th August 2022 to identify eligible studies. We used the Newcastle-Ottawa scale to assess study quality and performed a narrative synthesis. Results We included 18 studies, 14 reporting on antidepressants and four on antipsychotics. There were 11 cohort studies, one self-controlled before and after study, two case-control studies, and four cross-sectional studies, of variable quality and highly heterogeneous in terms of study population, exposure definition and outcome analysed. Antidepressant prescribing may be associated with increased risk of macrovascular outcomes, whilst evidence on antidepressant and antipsychotic prescribing and glycaemic control was mixed. Few studies reported on microvascular complications and cardiometabolic factors other than glycaemic control and just one study reported on antipsychotics and diabetes complications. Conclusions There has been little study of antidepressant and antipsychotic drug prescribing in relation to diabetes outcomes. Further, more methodologically robust, research is needed to inform and enhance antidepressant and antipsychotic drug prescribing and monitoring practices in people with diabetes.
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 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,010 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».