Effectiveness and safety of chronic diuretic use in older adults: an umbrella review of recently published systematic reviews and meta-analyses of randomized-controlled trials
Notice bibliographique
Résumé
BACKGROUND: Healthcare providers should balance the potential risks and benefits of chronic diuretic use, particularly in older adults, as with age, diuretic benefits may decline and risks increase. A comprehensive synthesis and critical evaluation of the available evidence on chronic diuretic treatment effects is currently lacking. METHODS: We conducted an umbrella review of systematic reviews and meta-analyses published since 2018 on health outcomes associated with diuretic use in randomized-controlled trials (RCTs). We conducted random-effects meta-analysis for pooled effect estimates and narratively summarized data that could not be pooled. RESULTS: We included 741 effect estimations from 117 systematic reviews (SRs) on 1566 RCTs in individuals aged 62 ± 6 years. Of our 33 meta-analyses, 11 provided convincing, high-quality evidence: finerenone reduced the risk of cardiovascular (CV) mortality and end-stage kidney disease in individuals with chronic kidney disease (CKD) and/or type 2 diabetes (T2D). Torasemide reduced the risk of heart failure-related hospitalization (HFH) more than furosemide in individuals with HF. Thiazides reduced CV events in individuals with hypertension. Mineralocorticoid receptor antagonists (MRAs) reduced HFH, but also increased hyperkalemia risk in individuals with HF. MRAs also reduced the risk of atrial fibrillation in those with HF or CVD, and reduced HFH, major adverse cardiovascular events (MACEs), > 40% eGFR decrease, and composite kidney outcomes in individuals with CKD and/or T2D. Lower quality evidence suggests that in older (≥ 65 years), but not in younger adults, diuretics may reduce CV mortality, but also increase adverse event (AE) risk. CONCLUSIONS: Our umbrella review offers a comprehensive and up-to-date evaluation of the benefits and harms of diuretics. However, further research is needed to establish their efficacy and safety in populations commonly seen in clinical practice, especially older adults living with multimorbidity and frailty.
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 | 0,039 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,029 |
| Bibliométrie | 0,013 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».