A real-world population-based study on the association between cataracts and antipsychotics
Notice bibliographique
Résumé
Objective It is uncertain whether first- (FGAs) and second-generation antipsychotic (SGAs) drugs are associated with development of cataract. We conducted a real-world adverse event (AE) disproportionality analysis of cataracts in individuals exposed to antipsychotics. Design An observational, population-based pharmacovigilance study. Participants All reports of cataracts submitted to the U.S. Food and Drug Administration involving FGAs and SGAs. Methods We searched the United States Food and Drug Administration Adverse Event Reporting System (FAERS) (2003 Q4–2024 Q1) for cataract reports associated with antipsychotics, analyzing data with OpenVigil 2.1. Reporting odds ratios (RORs), p values (with a Bonferroni-adjusted significance threshold of 0.0019), and Bayesian Confidence Propagation Neural Network information components (IC) were reported. Results We retrieved 12,345,128 unique AE reports (5.4% females, 34.5% males), including 34,879 cataract reports and 372,107 antipsychotic reports (10,274 FGAs and 361,833 SGAs). Chlorpromazine (ROR: 7.60; 95%; confidence interval [CI] = 3.78%–15.29%; p < 0.0001; [lower limit of the 95% credibility interval for the information component] IC 025 = 1.23) and quetiapine (ROR1: 64; 95% CI = 1.44%–1.88%; p < 0.0001; IC 025 = 0.48) showed significantly higher odds of cataract reporting compared to all other drugs. No significantly higher reporting odds of cataracts were found for the 10 FGAs and 14 SGAs studied. However, increased cataract reporting was observed for chlorpromazine in females and for quetiapine in both sexes. This pattern also occurred in both drugs in the 18–44 and 45–64 age groups, with greater magnitude in the younger group Conclusions Cataract development was disproportionately reported after the use of certain FGAs and SGAs. Although a cause-and-effect relationship cannot be established, these findings underscore the importance of clinical vigilance and regular ocular monitoring in individuals prescribed antipsychotics.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».