The risk of hyponatremia induced by SSRIs and SNRIs antidepressants: a systematic review and meta-analysis
Notice bibliographique
Résumé
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 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) | 0,008 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,001 |
| 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 ».