Statins and Calcium Channel Blockers as Probes into the Biological Mechanisms of Hypercholesterolemia and Colonic Hypomotility in Clinical Gallstone Disease
Notice bibliographique
Résumé
Purpose In addition to their primary effects, statins and non-dihydropyridine (DHP) calcium channel blockers (CCBs) may influence the development of clinical gallstone disease (cGD) due to their unintended side effects. We assessed whether statins and non-DHP CCBs decrease and increase cGD incidence, respectively. Methods We performed a retrospective active-comparator new-user (ACNU) cohort study using the Merative MarketScan Database (2015–2019) to assess associations between statin or CCB use and incident cGD. Adults initiating statins or non-DHP CCBs were compared with active comparators after a 183-day washout. cGD was identified by diagnostic or procedural codes within 12 months of drug initiation. Relative risks (RRs) and 95% confidence intervals were estimated using multivariable Poisson regression, adjusted for age, sex, and comorbidities, with sensitivity analyses restricted to diagnostic-only or procedural-only outcomes. Results Among over 2.9 million new users, statin initiation was associated with a lower risk of cGD compared with non-statin lipid-lowering agents (adjusted RRs 0.55–0.67) and ACEI/ARB users (adjusted RRs 0.78–0.81) across all follow-up periods. Non-DHP CCB use was associated with a higher cGD risk compared with dihydropyridine CCBs and ACEI/ARBs at 6 and 12 months (adjusted RRs 1.09–1.16). Sensitivity analyses using diagnostic-only or procedure-only outcome definitions yielded consistent results. Conclusions This study finds new statin use and non-DHP CCB use are associated with decreased and increased cGD risk, respectively. These effects may be mediated by statin-induced cholesterol reduction and non-DHP CCB’s prolongation of large bowel transit time.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».