Use of Diuretics and Risk of Acute Angle Closure: A Case-Control Study
Notice bibliographique
Résumé
Purpose To examine the possible link between acute angle closure (AAC) with use of diuretics.Methods A nested case-control study (NCC) was conducted among a cohort of diuretic users using the PharMetrics Plus database from 2006 to 2020. Cases were identified as the first international classification of diseases 9th and 10th editions (ICD-9/10) code for ACC. For each case, 4 controls were selected and matched to the cases by age and sex using density-based sampling. A conditional logistic regression model was used to compute rate ratios (RRs) adjusted for the drugs topiramate, bupropion, sulphonamide antibiotics, acetazolamide, and sulfasalazine. The RRs for a negative control drug, amlodipine, was also assessed.Results From the initial cohort of 713 574 diuretics users, 1 553 cases and 6 212 controls were identified. No increase in the risk of AAC with current users of diuretics was found (RR = 1.06, (95% CI: 0.81–1.37) for all diuretics; RR = 0.97, (95% CI: 0.71–1.32) for thiazides; RR = 1.24, (95% CI: 0.90–1.73) for loop diuretics; RR = 0.99, (95% CI: 0.73–1.36) for potassium sparing).Conclusion We found no increase in the risk of acute angle closure with use of diuretics. Future studies are needed to confirm these findings.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».