Assessing the Labeling Information on Drugs Associated With Suicide Risk: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Drug-induced suicide (DIS) is a severe adverse drug reaction (ADR). Although clinical trials have provided evidence on DIS, limited investigations have been performed on rare ADRs, such as suicide. OBJECTIVE: We aimed to systematically review case reports on DIS to provide evidence-based drug information. METHODS: We searched PubMed to obtain case reports regarding DIS published until July 2021. Cases resulting from drugs that are no longer used or are nonapproved, substance use, and suicidal intentions were excluded. The quality of each case report was assessed using the CASE (Case Reports) checklist. We extracted data regarding demographics, medication history, suicide symptoms, and symptom improvement and evaluated the causality of DIS using the Naranjo score. Furthermore, to identify the potential suicidal risk of the unknown drugs, we compared the results of the causality assessment with those of the approved drug labels. RESULTS: In 83 articles, we identified 152 cases involving 61 drugs. Antidepressants were reported as the most frequent causative drugs of DIS followed by immunostimulants. The causality assessment revealed 61 cases having possible, 89 cases having probable, and 2 cases having definite relationships with DIS. For approximately 85% of suspected drugs, the risk of suicidal ADRs was indicated on the approved label; however, the approved labels for 9 drugs, including lumacaftor/ivacaftor, doxycycline, clozapine, dextromethorphan, adalimumab, infliximab, piroxicam, paclitaxel, and formoterol, did not provide information about these risks. CONCLUSIONS: We found several case reports involving drugs without suicide risk information on the drug label. Our findings might provide valuable insights into drugs that may cause suicidal ADRs.
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 | 0,009 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».