The association between antidepressant therapy and glycemic control in patients with diabetes: a Canadian primary care cohort
Bibliographic record
Abstract
Contexte : Les antidépresseurs (AD) sont parmi les médicaments les plus prescrits au Canada. Des études rapportent que certains AD sont associés à un mauvais contrôle de la glycémie, ce qui pose un risque pour les personnes atteintes de diabète. Les études sur l'impact des différents AD sur le métabolisme du glucose sont peu concluantes, à cause du fait que les devis de recherche dans ce domaine sont largement hétérogènes et trouvent des résultats contradictoires ou non-significatifs. Les objectifs de cette recherche sont : de décrire la prescription d'ADs pour les personnes atteintes de diabète au Canada, et de mesurer l'impact des AD les plus fréquemment prescrits sur l'hémoglobine glyquée (HbA1c). Méthodes : Une étude de cohorte rétrospective de dossiers médicaux électroniques de première ligne provenant du Réseau canadien de surveillance sentinelle en soins primaires des pratiques (RCSSSP) a été menée. La base de données du RCSSSP utilisée dans ce projet a été constituée à partir des dossiers médicaux électroniques extraites en septembre 2014 de 115 pratiques de première ligne à travers le Canada. Des statistiques descriptives ont été utilisées pour décrire la prescription d'ADs chez les personnes atteintes de diabète. Un modèle linéaire généralisé mixte a été calculé pour estimer l'impact des cinq ADs les plus fréquemment prescrits sur l'HbA1c. Résultats : En 2014, les ADs les plus fréquemment prescrits pour les personnes atteintes de diabète étaient, en ordre de fréquence, le Citalopram (16,6%), l'Amitriptyline (16,2%), la Venlafaxine (15,7%), le Trazodone (14,2%) et l'Escitalopram (12,4%). Les estimations de l'impact des AD sur l'HbA1c générés par le modèle sont rapportés sous forme de ratio d'HbA1c moyenne relatif à Citalopram, l'AD le plus fréquemment préscrit. Dans l'ensemble, aucune difference significative a été trouvée pour l'effet de l'Amitriptyline, la Venlafaxine, le Trazodone and l'Escitalopram sur l'HbA1c par rapport à Citalopram. Des analyses de sensibilité examinant l'impact des ADs sur l'HbA1c pour des différentes periodes d'exposition ont montré une tendance d'HbA1c moins élevée pour le Trazodone (0,95; 95% IC=0.88 à 1.04) et l'Escitalopram (0,93; IC à 95% =0,84 à 1,03) par rapport au Citalopram. Discussion : Les résultats de cette étude suggèrent que pour une utilisation prolongée, le Trazodone et l'Escitalopram sont potentiellement plus efficaces que le Citalopram chez personnes atteintes de diabète. Les recherches futures devraient chercher à confirmer ces résultats, examiner la relation dose-effet entre les AD et le changement de l'HbA1c, et contrôler pour la sévérité de la dépression et le changement de poids. Conclusion : Ceci semble être la première étude épidémiologique pancanadienne de pratiques de première ligne décrivant la prescription d'ADs chez les personnes atteintes de diabète. Ceci est aussi l'une des seules études épidémiologiques qui examinent l'impact des AD sur l'HbA1c qui utilisent les dossiers médicaux électroniques ainsi que des statistiques robustes pour l'analyse de mesures répétées qui tient compte des variations intra- et inter-sujet à travers le temps.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".