MétaCan
Menu
Retour à la cohorte
Enregistrement W1974413521 · doi:10.2147/ijwh.s38133

Dyslipidemia in women: etiology and management

2014· review· en· W1974413521 sur OpenAlexaboutno aff
Peter P. Tóth, Binh An P. Phan

Notice bibliographique

RevueInternational Journal of Women s Health · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Heart, Lung, and Blood Institute
Mots-clésDyslipidemiaMedicineInternal medicineMyocardial infarctionPhysical therapyIntensive care medicineDisease

Résumé

récupéré en direct d'OpenAlex

Dyslipidemia is highly prevalent among women. The management of dyslipidemia is a cornerstone in the prevention of both primary and secondary cardiovascular events, such as myocardial infarction, ischemic stroke, and coronary death. All major international guidelines on the treatment of dyslipidemia recommend similar approaches to the management of dyslipidemia in both men and women. Estrogen replacement therapy should not be considered as a therapeutic option for managing dyslipidemia in women. The reduction of atherogenic lipoprotein burden (reducing low-density lipoprotein cholesterol and non-high-density lipoprotein cholesterol based on risk-stratified thresholds and treatment targets) provided the framework for managing dyslipidemia in the US, Europe, Canada, and elsewhere in the world. Very recently, new guidelines in the US have changed this paradigm, whereby rather than focusing on treatment targets, risk now defines the intensity of treatment with statin therapy, with no specific goals for what level of low-density lipoprotein cholesterol should be attained. It is not clear if this will lead to changes in lipid guidelines in other parts of the world. In the meantime, region-specific guidelines should be followed. Lipid lowering with statin therapy does correlate with reductions in cardiovascular event rates in women. The clinical impact of treating dyslipidemias in women with nonstatin drugs (eg, fibrates, nicotinic acid, bile acid-binding resins, omega-3 fish oils) is as yet not determined.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,378
Écart entre enseignants0,352 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations101
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Women s HealthMême sujetLipoproteins and Cardiovascular HealthTravaux en français237 207