Association of Fibrinogen with Severity of Stable Coronary Artery Disease in Patients with Type 2 Diabetic Mellitus
Notice bibliographique
Résumé
BACKGROUND: Some studies have suggested a relation of plasma fibrinogen to the severity of coronary artery disease (CAD). However, whether plasma fibrinogen can predict the presence and severity of CAD in patients with diabetes mellitus has not been determined. METHODS: A total of consecutive 373 diabetic patients with typical angina pectoris who received coronary angiography were enrolled and classified into three groups by tertiles of Gensini score (GS, low group <8; intermediate group 8~28; high group >28). The relationship between fibrinogen and GS was evaluated. RESULTS: There were correlations of fibrinogen with hemoglobin A1c, C-reactive protein, and GS (r = 0.17, r = 0.52, and r = 0.21, resp.; all P < 0.001). Area under the receivers operating characteristic curve of fibrinogen was 0.62 (95% CI 0.56-0.68, P < 0.001) for predicting a high GS. Multivariate analysis suggested that plasma fibrinogen was an independent predictor of a high GS for diabetic patients (OR = 1.40, 95% CI 1.04-1.88, and P = 0.026) after adjusting for traditional risk factors of CAD. CONCLUSIONS: The present data indicated that plasma fibrinogen, a readily measurable systematic inflammatory marker, appeared to be an independent predictor for the severity of CAD in diabetic patients.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».