The comparative efficacy of ezetimibe added to atorvastatin 10 mg versus uptitration to atorvastatin 40 mg in subgroups of patients aged 65 to 74 years or greater than or equal to 75 years
Notice bibliographique
Résumé
BACKGROUND: Coronary heart disease (CHD) risk increases with age; yet lipid-lowering therapies are significantly under-utilized in patients > 65 years. The objective was to evaluate the safety and efficacy of lipid-lowering therapies in older patients treated with atorvastatin 10 mg + ezetimibe 10 mg (EZ/Atorva) vs. increasing the atorvastatin dose to 40 mg. METHODS: Patients ≥ 65 years with atherosclerotic vascular disease (LDL-C ≥ 1.81 mmol/L) or at high risk for coronary heart disease (LDL-C ≥ 2.59 mmol/L) were randomized to EZ/Atorva for 12 wk vs. uptitration to atorvastatin 20 mg for 6 wk followed by atorvastatin 40 mg for 6 wk. The percent change in LDL-C and other lipid parameters and percent patients achieving prespecified LDL-C levels were assessed after 12 wk. RESULTS: EZ/Atorva produced greater reductions in most lipid parameters vs. uptitration of atorvastatin in patients ≥ 75 years (n = 228), generally consistent with patients 65-74 years (n = 812). More patients achieved LDL-C targets with combination therapy vs. monotherapy in both age groups at 6 wk and in patients ≥ 75 years at 12 wk. At 12 wk, more patients ≥ 75 years achieved LDL-C targets with monotherapy vs. combination therapy. EZ/Atorva produced more favorable improvements in most lipids vs. doubling or quadrupling the atorvastatin dose in patients ≥ 75 years, generally consistent with the findings in patients 65-74 years. CONCLUSIONS: Our results extended previous findings demonstrating that ezetimibe added to a statin provided a generally well-tolerated therapeutic option for improving the lipid profile in patients 65 to 74 years and ≥ 75 years of age.
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».