Hepatitis B and C in individuals with a history of antipsychotic medication use: A population-based evaluation
Notice bibliographique
Résumé
BACKGROUND: A better understanding of links between mental illness and risk of bloodborne infectious disease could inform preventive and therapeutic strategies in individuals with mental illness. METHODS: We performed a cross-sectional study using the National Health and Nutrition Examination Survey (NHANES) to estimate the seroprevalence of hepatitis B and C in individuals with and without a prior prescription for antipsychotic medications, and to determine whether differences in seroprevalence could be explained by differential distribution in known infection risk factors. Multivariable logistic regression models were used to examine the association between receipt of antipsychotic medication and HBV and HCV seropositivity. RESULTS: Those who had HBV core antibody had 1.64 (95% CI: 0.89, 3.02) times the odds and those with HCV antibody (anti-HCV) had 3.48 (95% CI: 1.71, 7.09) times the odds of having a prescription for at least one antipsychotic medication compared to those who did not have HBV core antibody or HCV antibody, respectively. While prior antipsychotic receipt was a potent risk marker for HCV seropositivity, risk was explained by adjusting for known bloodborne infection risk factors (adjusted ORs 1.01 [95% CI: 0.50, 2.02] and 1.38 [95% CI: 0.44, 4.36] for HBV and HCV, respectively). CONCLUSIONS: Prior receipt of antipsychotic medications is a strong predictor of HCV (and to a lesser extent HBV) seropositivity. Treatment with antipsychotic medications should be considered as additional risk markers for individuals who may benefit from targeted prevention, screening, and harm reduction interventions for HCV.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».