Drug-drug interactions between direct oral anticoagulants and anticonvulsants and clinical outcomes: A systematic review
Notice bibliographique
Résumé
Background: Direct oral anticoagulants (DOACs) are widely used in patients with atrial fibrillation and venous thromboembolism. However, DOACs have important potential drug-drug interactions (DDIs) with several classes of drugs. In particular, antiepileptic (AE) drugs may induce cytochrome P450 3A4 or P-glycoprotein. Co-administration of DOACs and AE drugs may result in lower DOAC drug levels and reduced DOAC efficacy. However, the clinical significance of such DDIs is uncertain. Objectives: The aim of this systematic review was to generate an updated review of these DDIs and their clinical relevance, given the rapidly evolving knowledge relating to DOAC and AE DDIs. Methods: We searched the MEDLINE and Embase databases for studies reporting clinical adverse outcomes (thrombotic events, bleeding events, and all-cause mortality) in patients concomitantly taking DOACs and AE drugs. Results: We retrieved 874 studies of which 15 were deemed eligible for this review, including 4 congress abstracts, 3 case reports, 2 letters to the editor, 5 retrospective cohorts, and 1 prospective cohort study. No randomized clinical trials were found. Most of the included studies reported thrombotic events, 3 studies reported major bleeding, and one study reported all-cause mortality associated with DOAC and AE drug administration. Substantial differences in the study designs did not allow for a meta-analysis to be performed. Conclusion: The current literature assessing these adverse clinical outcomes from DOAC and AE drug co-administration is limited. Although the available data point to a possible increased risk of thrombotic events, they are insufficient to draw definitive conclusions. Well-designed clinical studies are of utmost importance.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».