Cardiovascular risk in patients with small and medium abdominal aortic aneurysms, and no history of cardiovascular disease
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular disease (CVD) is the main cause of death in people with abdominal aortic aneurysm (AAA). There is little evidence that screening for AAA reduces all-cause or cardiovascular mortality. The aim of the study was to assess whether subjects with a small or medium AAA (3·0-5·4 cm), without previous history of clinical CVD, had raised levels of CVD biomarkers or increased total mortality. METHODS: This prospective study included subjects with a small or medium AAA and controls, all without a history of clinical CVD. CVD biomarkers (high-sensitivity C-reactive protein, hs-CRP; heart-type fatty acid-binding protein, H-FABP) were measured, and survival was recorded. RESULTS: Of a total of 815 people, 476 with an AAA and 339 controls, a cohort of 86 with small or medium AAA (3-5·4 cm) and 158 controls, all with no clinical history of CVD, were identified. The groups were matched for age and sex. The AAA group had higher median (i.q.r.) levels of hs-CRP (2·8 (1·2-6·0) versus 1·3 (0·5-3·5) mg/l; P < 0·001) and H-FABP (4·6 (3·5-6·0) versus 4·0 (3·3-5·1) µg/l; P = 0·011) than controls. Smoking was more common in the AAA group; however, hs-CRP and H-FABP levels were not related to smoking. Mean survival was lower in the AAA group: 6·3 (95 per cent confidence interval (c·i.) 5·6 to 6·9) years versus 8·0 (7·6 to 8·1) years in controls (P < 0·001). Adjusted mortality was higher in the AAA group (hazard ratio 3·41, 95 per cent c·i. 2·11 to 9·19; P < 0·001). CONCLUSION: People with small or medium AAA and no clinical symptoms of CVD have higher levels of hs-CRP and H-FABP, and higher mortality compared with controls. They should continue to receive secondary prevention against CVD.
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) | 0,001 | 0,001 |
| 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 ».