MétaCan
Menu
Retour à la cohorte
Enregistrement W1977272115 · doi:10.1097/mol.0000000000000127

Discordance analysis and the Gordian Knot of LDL and non-HDL cholesterol versus apoB

2014· review· en· W1977272115 sur OpenAlexaff
Allan D. Sniderman, Benoı̂t Lamarche, John H. Contois, Jacqueline de Graaf

Notice bibliographique

RevueCurrent Opinion in Lipidology · 2014
Typereview
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensRoyal Victoria Regional Health CentreMcGill University Health CentreUniversité LavalRoyal Victoria Hospital
Organismes subventionnairesnon disponible
Mots-clésApolipoprotein BCholesterolLdl cholesterolInternal medicinePredictive valueEndocrinologyMedicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF REVIEW: Conventional methods, comparing the concentration of cholesterol to particle number as indices of cardiovascular risk, have not produced consistent results, in large part, because they treat these variables as independent and unrelated. However, although highly correlated, apolipoprotein B particles may contain a normal mass of cholesterol or may be cholesterol-depleted or cholesterol-enriched. Discordance analysis compares the predictive power of LDL-C and non-HDL-C to apolipoprotein B and LDL particle numbers in patients in whom they differ, that is, in whom they are discordant. The advantage of discordance analysis is that the results are not diluted by concordant data in which risk predictions cannot differ. RECENT FINDINGS: The evidence, to date, consistently demonstrates that apolipoprotein B and LDL particle numbers are more accurate indices of cardiovascular risk than LDL-C or non-HDL-C. SUMMARY: Discordance analysis is a methodological advance that allows the clinical value of closely correlated variables to be determined and demonstrates that cardiovascular risk is more closely related to the number of atherogenic particles than to the total mass of cholesterol within them.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,065
Tête enseignante GPT0,390
Écart entre enseignants0,325 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations78
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in LipidologyMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207