Relationships Between Low-Density Lipoprotein Particle Size, Plasma Lipoproteins, and Progression of Coronary Artery Disease
Notice bibliographique
Résumé
BACKGROUND: The Diabetes Atherosclerosis Intervention Study showed that treatment with fenofibrate decreases progression of coronary atherosclerosis in subjects with type 2 diabetes. We determined whether on-treatment plasma lipid concentrations and LDL particle size contribute to the favorable effect of fenofibrate on the progression of coronary artery disease (CAD). METHODS AND RESULTS: A total of 418 subjects with type 2 diabetes were randomly assigned to 200 mg micronized fenofibrate daily or placebo. The mean follow-up time was 39.6 months. LDL peak particle diameter (LDL size) was determined by polyacrylamide gradient gel electrophoresis from 405 subjects at baseline and at the end of the study. Progression of CAD was measured with quantitative coronary angiography. LDL size increased significantly more in the fenofibrate group than in the placebo group (0.98+/-1.04 versus 0.32+/-0.92 nm, P<0.001). In the combined group, small LDL size was significantly associated with progression of CAD measured as the increase of percentage diameter stenosis (r=-0.16, P=0.002) and decreases in minimum (r=-0.11, P=0.030) and mean (r=-0.10, P=0.045) lumen diameter. High on-treatment LDL cholesterol, apolipoprotein B, and triglyceride concentrations were also associated with the progression of CAD. In regression analyses, small LDL size added to the effect of LDL cholesterol and apolipoprotein B on the progression of CAD. Similar associations were observed in the fenofibrate group, whereas in the placebo group, lipoprotein variables were not significantly correlated with the progression of CAD. CONCLUSIONS: Changes in LDL size and plasma lipid levels account for part of the antiatherogenic effect of fenofibrate in type 2 diabetes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».