MétaCan
Menu
Retour à la cohorte
Enregistrement W4412955781 · doi:10.1186/s40360-025-00977-1

The risk of hyponatremia induced by SSRIs and SNRIs antidepressants: a systematic review and meta-analysis

2025· review· en· W4412955781 sur OpenAlexaboutno aff
Yumeng Li, Xiaoyu Du, Huizhen Wu

Notice bibliographique

RevueBMC Pharmacology and Toxicology · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueElectrolyte and hormonal disorders
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHyponatremiaMeta-analysisMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To systematically evaluate the risk differences of hyponatremia induced by selective serotonin reuptake inhibitors (SSRIs) and serotonin-norepinephrine reuptake inhibitors (SNRIs), stratify risks among individual drugs, and provide evidence-based guidance for clinical medication safety. METHODS: A systematic search was conducted across the Cochrane Library, PubMed, and Web of Science databases. Study quality was assessed using the Newcastle-Ottawa Scale (NOS), and the certainty of evidence was evaluated using the GRADE framework. A meta-analysis was performed to compare the event rates and odds ratios (ORs) of hyponatremia between SSRIs and SNRIs, followed by subgroup analysis and bias assessment. RESULTS: A total of 38 observational studies (including 30 cohort studies and 8 case-control studies) were included in this study. The overall event rate of hyponatremia with antidepressants was 6.03% (P < 0.001), with rates of 5.98% for SSRIs and 6.13% for SNRIs. Both drug classes significantly increased the risk of hyponatremia (SSRIs: OR = 2.158; SNRIs: OR = 2.270, P < 0.001), with SNRIs demonstrating a higher risk in clinically relevant hyponatremia (OR = 2.227, P < 0.001). Risk stratification among individual drugs revealed that fluoxetine (SSRIs) and venlafaxine (SNRIs) had the highest risk, while sertraline and duloxetine were associated with lower risks. CONCLUSION: Both SSRIs and SNRIs significantly increase the risk of hyponatremia, with SNRIs posing a slightly higher risk. Clinicians should consider individual patient characteristics when selecting lower-risk medications and enhance serum sodium monitoring in high-risk populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,035
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0200,043
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,383
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Pharmacology and ToxicologyMême sujetElectrolyte and hormonal disordersTravaux en français237 207