Antidepressant Use and Lung Cancer Risk and Survival: A Meta-analysis of Observational Studies
Notice bibliographique
Résumé
Recent preclinical studies have linked antidepressants (AD) to their potential anticancer effects in multiple cancers, but the impact on lung cancer remains unclear. This meta-analysis examined the associations between ADs and lung cancer incidence and survival. The Web of Science, Medline, CINAHL, and PsycINFO databases were searched to identify eligible studies published by June 2022. We conducted a meta-analysis using a random-effects model to compare the pooled risk ratio (RR) and 95% confidence interval (CI) in those treated with or without ADs. Heterogeneity was examined using Cochran Q test and inconsistency I2 statistics. The methodologic quality of the selected studies was assessed using the Newcastle-Ottawa Scale for observational studies. Our analysis, including 11 publications involving 1,200,885 participants, showed that AD use increased lung cancer risk by 11% (RR = 1.11; 95% CI = 1.02–1.20; I2 = 65.03%; n = 6) but was not associated with overall survival (RR = 1.04; 95% CI = 0.75–1.45; I2 = 83.40%; n = 4). One study examined cancer-specific survival. Subgroup analysis showed that serotonin and norepinephrine reuptake inhibitors (SNRIs) were associated with an increased lung cancer risk by 38% (RR = 1.38; 95% CI = 1.07–1.78; n = 2). The quality of selected studies was good (n = 5) to fair (n = 6). Our data analysis suggests that SNRIs were associated with an elevated risk of lung cancer, raising concerns regarding the use of AD treatment in patients vulnerable to lung cancer. The effects of ADs—particularly SNRIs—and their interplay with cigarette use and lung cancer risk in vulnerable patients merits further study. Significance: In this meta-analysis of 11 observational studies, we found evidence of a statistically significant association between the use of certain ADs and lung cancer risk. This effect merits further study, particularly as it relates to known environmental and behavioral drivers of lung cancer risk, such as air pollution and cigarette smoke.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».