Increased Risks of Major Cardiac Adverse Events in Stimulant Use Disorder as Compared With Other Substance Use Disorders: A Propensity-score Matching Cohort Study
Notice bibliographique
Résumé
OBJECTIVES: Individuals with stimulant use disorders (StSUDs) present an elevated risk of cardiovascular complications compared with the general population. However, it remains unclear whether, within the subpopulation of individuals with substance use disorders (SUDs), those specifically affected by StSUDs face even higher cardiovascular complications. METHODS: We conducted a retrospective cohort study using the EVERSANA databank, spanning from January 2015 to December 2023. The EVERSANA data set comprises deidentified electronic health record data aggregated and standardized across the United States. Participants included patients diagnosed with SUDs, encompassing alcohol, cannabis, opioids, stimulants, tobacco, hallucinogens, sedative-hypnotics, or inhalants. We employed the International Classification of Disease 10th (ICD-10) version codes to define the presence of StSUD and SUD. Major adverse cardiac events (MACE) were assessed, and Cox proportional hazard ratios were adjusted using high-dimensional propensity score (hdPS) matching to account for potential confounders. RESULTS: Among 137,106 patients with SUD, 7706 (5.6%) had StSUD. The cohort was 50.2% female, 53.0% non-White, with a mean age of 49.1 years (SD±15). After adjustment, stimulant users exhibited significantly higher MACE rates (HR=1.37, 95% CI: 1.22-1.53, P <0.001), including an elevated risk of death (HR=1.23, 95% CI: 1.02-1.47, P =0.026). CONCLUSION: Individuals with StSUD face increased MACE compared with those with nonstimulant SUDs.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».