Epidemiology of drug-related liver injury among the elderly: a systematic review and meta-analysis of incidence, and risk factors
Notice bibliographique
Résumé
BACKGROUND: With increasing global ageing and spreading trend of polypharmacy, it is crucial to systematically analyze the disease burden and risk factors of DILI in the elderly. The aim of this study was to systematically assess the incidence and risk factors of drug-induced liver injury (DILI) in the elderly. METHODS: PubMed, Embase and Web of Science databases from 1 January 2000 to 24 March 2025 were systematically searched. Two independent reviewers selected studies, extracted data and assessed risk of bias. The quality of included studies was assessed using the Newcastle-Ottawa scale. Meta-analyses were conducted to quantify the incidence and risk factors of DILI in elderly. RESULTS: A total of 16 studies including 8,847 elderly patients with DILI were included. Overall, the incidence of DILI in the elderly population was 25% (95% CI: 18%-31%). In addition, risk factors for DILI in older adults included being female (OR = 1.35, 95% CI: 1.12–1.63; P = 0.003), alcohol use (OR = 2.10, 95% CI: 1.50–2.94; P < 0.001), diabetes mellitus (OR = 1.30. 95% CI: 1.10–1.54; P = 0.008), chronic liver disease (OR = 3.25, 95% CI: 2.20–4.80; P < 0.001), malignancy (OR = 1.80, 95% CI: 1.20–2.70; P = 0.004), antimicrobials (OR = 2.50, 95% CI: 1.90–3.30; P < 0.001), immunosuppressants (OR = 2.20, 95% CI: 1.60-3.00; P < 0.001), and antineoplastics (OR = 3.00, 95% CI: 2.10–4.30; P < 0.001), non-steroidal anti-inflammatory drugs (OR = 1.70, 95% CI: 1.25–2.30; P < 0.001), and antiviral drugs (OR = 1.90, 95% CI: 1.30–2.80; P < 0.001). CONCLUSION: This study systematically quantified the prevalence and risk factors of DILI in the elderly population, highlighting the high risk of chronic liver disease, antineoplastic drugs and antimicrobials. TRIAL REGISTRATION: Not applicable.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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) | 0,001 | 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 ».