Antidepressants and Risk of Liver Cancer: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Background:Previous results regarding the association between the antidepressants use and risk of liver cancer are controversial.Objective:This study aimed to assess whether antidepressants use increases liver cancer risk.Methods:We systematically searched several English and Chinese databases, including the Cochrane Library, MEDLINE, Embase, PsycINFO, Web of Science, CNKI, CQVIP database, Wanfang database, and SinoMed, and 3 clinical trial registration platforms through May 2022. Observational studies evaluating liver cancer risk in patients on antidepressants use were included, and the quality of studies was assessed using the Newcastle-Ottawa scale. A random-effects model was used to calculate the pooled effect estimates and 95% confidence intervals (CIs).Results:We included 11 studies with a total of 132 396 liver cancer cases. The meta-relative risk (RR) for liver cancer associated with antidepressants use was 0.72 (95% CI 0.59-0.86). In subgroup analyses, only selective serotonin reuptake inhibitors were negatively correlated with risk of liver cancer (RR 0.64, 95% CI 0.51-0.79); both dose subgroups ≤365cDDD (RR 0.77, 95% CI 0.69-0.85) and >365cDDD (RR 0.57, 95% CI 0.40-0.81) were associated with lower liver cancer risk; only in patients with chronic viral hepatitis, the use of antidepressants reduced liver cancer risk (RR 0.70, 95% CI 0.54-0.90).Conclusions and Relevance:The result of the current meta-analysis shows antidepressants use is not associated with increased risk of liver cancer and appears to be correlated with decreased risk. However, the observed association needs to be verified by more powerful evidence from prospective, methodologically rigorous studies.
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) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».