Association of European population levels of thrombotic and inflammatory factors with risk of coronary heart disease: the MONICA Optional Haemostasis Study†
Notice bibliographique
Résumé
AIMS: Classical risk factors do not fully explain international differences in risk of coronary heart disease (CHD). We therefore measured thrombotic and inflammatory markers in a substudy of the WHO MONICA project and correlated these with CHD event rates. METHODS AND RESULTS: We measured levels of fibrinogen (clottable and nephelometric), von Willebrand factor (vWf), tissue plasminogen activator antigen, plasminogen activator inhibitor activity, fibrin D-dimer, plasma viscosity, C-reactive protein, and total cholesterol in 12 MONICA populations (listed at the end of this paper), all but one European. Men and women aged 45-64 years were studied from 10 countries. All samples were collected using a carefully standardized protocol, and analysed centrally. Results were available for 3996 subjects (nephelometric fibrinogen and viscosity), 2378 subjects (other thrombotic assays), and 1757 subjects (C-reactive protein and total cholesterol). Significant differences in levels of thrombotic and inflammatory factors exist in MONICA populations mainly from European countries. These differences persist after adjustment for age, smoking habit, and body mass index. Cross-sectional correlations between coronary event rates and these thrombotic/inflammatory markers were significant for vWF antigen in both sexes, nephelometric fibrinogen in men, and D-dimer in women. CONCLUSION: In particular, vWF, nephelometric fibrinogen, and D-dimer should be examined in further research as potential risk factors which may help explain differences in coronary risk between European populations.
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 | 0,000 |
| 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 ».