Applying apoB to the diagnosis and therapy of the atherogenic dyslipoproteinemias: a clinical diagnostic algorithm
Notice bibliographique
Résumé
PURPOSE OF REVIEW: The first objective is to present the most recent evidence relating to the efficacy of apolipoprotein B as a diagnostic index of the risk of vascular disease and a therapeutic target for statin therapy. The second is to present a diagnostic algorithm for the apolipoprotein B100 dyslipidemias based on triglyceride and apoB. RECENT FINDINGS: The results from several recent prospective epidemiological studies demonstrate apoB to be superior to any of the cholesterol indices to estimate the risk of vascular disease. Similarly, the results of several of the major statin clinical trials demonstrate that apoB is a more adequate index of the adequacy of statin therapy than any of the cholesterol indices. Recent studies of lipoprotein subclass distribution in subjects with familial combined hyperlipidemia are reviewed. They demonstrate the limitations of the original lipid-based criteria and point to the necessity of using apoB as a fundamental diagnostic criterion for the disorder. A diagnostic algorithm for an apoB100 atherogenic dyslipoproteinemias is presented and the limitations of the lipid-based system described. SUMMARY: The evidence supporting the clinical use of apoB is solid, its measurement is standardized, and automated, inexpensive laboratory testing could easily be widely available. However, clinical benefit will only follow clinical application.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».