Adult Treatment Panel III Guidelines and Cardiovascular Disease Mortality
Notice bibliographique
Résumé
0930 PURPOSE: To explore the impact of Adult Treatment Panel III (ATP III) LDLcholesterol levels and cardiorespiratory fitness (CRF) on cardiovascular disease (CVD) mortality. METHODS: Blood lipid, anthropometric, and blood glucose measurements were taken on 19,155 men (ages 20–75 y) from the Aerobics Center Longitudinal Study. CRF was assessed using a maximal treadmill test, and ageadjusted CRF (METS) was used to classify men as physically unfit (lowest quintile) or fit (upper four quintiles). ATP III clinical guidelines targeting LDL cholesterol were applied to identify eligibility for cholesterol intervention (normal LDL, therapeutic lifestyle change (TLC), and drug-therapy), based on the total number of traditional cardiovascular risk factors present, the 10-year Framingham risk of a coronary event, and the presence of diabetes or a previous coronary event. CVD mortality risk was assessed by Cox proportional hazards regression. RESULTS: There were 187 CVD deaths over an average follow-up of 10.2 y. Across normal LDL, TLC, and drugtherapy categories, the CVD death rates were 4, 7, and 21 per 10,000 man-years of follow-up, respectively, after adjustment for year of clinical examination. Compared with the normal LDL group, TLC, and drug-therapy eligible men were at elevated risk of CVD-mortality (TLC: RR = 1.87, 95% C.I.: 1.12–3.14; drug-therapy: 5.96, 4.03–8.81). After inclusion of CRF in the model the risk was attenuated in both the TLC (1.40, 0.83–2.34) and drug-therapy (2.69, 1.79–4.03) groups. Compared with fit men with normal LDL (RR = 1.00), there was a higher CVD-mortality risk in normal LDL/unfit (4.75, 2.23–10.09), TLC/fit (1.75, 0.92–3.36), TLC/unfit (6.46, 3.11–13.42), drugtherapy/fit (6.15, 3.80–9.95), and drug-therapy/unfit (13.95, 8.41–23.16) categories. CONCLUSION: In men eligible for either TLC or drug-therapy under ATP III guidelines, CRF is associated with substantially lower risk of CVD-mortality. Supported by grants AG06945 from the National Institute on Aging and T4945 from the Heart and Stroke Foundation of Ontario.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,008 |
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 ».