The Triglyceride/High-Density Lipoprotein Cholesterol Ratio, the Small Dense Low-Density Lipoprotein Phenotype, and Ischemic Heart Disease Risk
Notice bibliographique
Résumé
This study investigated the relevance of using the plasma triglyceride to high-density lipoprotein cholesterol ratio (Log TG/HDL-C) for the prediction of the small dense lowdensity lipoprotein (LDL) phenotype and the risk of ischemic heart disease (IHD). Analyses were based on data from the Quebec Cardiovascular Study in a cohort of 2072 men free of IHD at baseline, among whom 262 had a first IHD event (coronary death, non fatal myocardial infarction and unstable angina) during a 13-year follow-up period. LDL particle size phenotype was characterized using 2-16% polyacrylamide gradient gel electrophoresis (PAGGE) of whole plasma. There were significant associations between the Log TG/HDL-C ratio and features of LDL size phenotype such as the proportion of LDL with a diameter <255A (r = 0.43, p < 0.001) and LDL peak particle size (r = -20.55, p < 0.001). However, the Log TG/HDL-C ratio brought no additional value (p â yen 0.1) in predicting the small dense LDL phenotype (area under the receiver operating curve (AUROC = 71.9%) compared to TG alone (AUROC = 71.2%) or to a combination of Log TG and HDL-C (AUROC = 72.4%) after multivariate adjustment for non lipid risk factors. Finally, elevations in the Log TG/HDL-C ratio did not improve the discrimination of incident IHD cases from non IHD cases compared to the use of plasma TG levels alone (p = 0.5) or a combination of the individual TG and HDL-C values (p = 0.5). The Log TG/HDL-C ratio does not improve our ability to identify individuals with the small dense LDL phenotype compared to plasma TG levels alone. The Log TG/HDLC is also not superior to plasma TG levels alone in predicting IHD risk in men of the QuA(c)bec Cardiovascular Study.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».