Drug-induced urinary retention: a real-world pharmacovigilance study using FDA and Canada vigilance databases
Notice bibliographique
Résumé
Background Urinary retention (UR) is a clinical condition where patients cannot fully empty their bladder. Although numerous drugs are associated with UR, comprehensive and reliable studies identifying drugs that induce UR are scarce. Methods This study leveraged data from the FDA Adverse Event Reporting System (FAERS) and the Canadian Vigilance Adverse Reaction (CVAR) database to explore adverse events (AEs) related to UR from 2004 to Q1 2024. The top 50 drugs were analyzed for annual reporting trends using linear regression. Disproportionality analysis using the reporting odds ratio (ROR) method, with P-values adjusted via Bonferroni correction, identified significant signals, which were then validated against drug labels and re-evaluated using the CVAR database. Time-to-onset analysis was also performed. Results From 2004 to Q1 2024, FAERS recorded 17,785,793 AEs, with 16,183 (0.09%) identified as UR cases. The median age among these cases was 65 years, with males comprising 53.4%. There were significant annual increases in UR reports associated with antineoplastic agents (0.19% per year) and antidiabetic drugs (0.09% per year), while reports linked to bronchodilators decreased (−0.53% per year). Disproportionality analysis revealed significant signals for 34 drugs (68%), with the highest RORs observed in Fesoterodine, Mirabegron, and Solifenacin. Initial signal detection identified potential new UR signals for Abiraterone, Valacyclovir, Fluoxetine, Empagliflozin, Clopidogrel, and Amlodipine, with CVAR confirming signals for Abiraterone, Fluoxetine, and Empagliflozin. The median time to onset of UR was 29 days, with over half of the cases occurring within 30 days of initiating medication. Conclusion The study identifies a rising trend in drug-related UR reports over the past 2 decades. The validation of new signals for Abiraterone, Fluoxetine, and Empagliflozin underscores the critical need for continuous drug safety monitoring and targeted research to better understand the mechanisms behind drug-induced UR.
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 | 0,008 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».