A patient’s informative mistake: niacin is very effective in correcting dyslipidaemia: Table 1
Notice bibliographique
Résumé
A 72-year-old man at high risk for cardiovascular disease, with a history of peripheral vascular disease and type 2 diabetes, presented with lipids above targets despite maximum daily treatment with atorvastatin 80 mg, fenofibrate supra 160 mg daily, and ezetimibe 10 mg. His low density lipoprotein cholesterol (LDL-C) was 2.6 mmol/l, total cholesterol: HDL ratio 5.6, and high density lipoprotein cholesterol (HDL-C) 0.9 mmol/l. Because his lipids were not within target, he was advised to start 2250 mg of niacin in three divided doses daily. For 5 months, he mistakenly took 2250 mg of niacin three times daily, a consumption of 6750 mg/day! The effects on his lipids were: HDL-C increased nearly 100% to 1.7 mmol/l, LDL-C decreased by 50% to 1.3 mmol/l, and cholesterol: HDL ratio decreased by over 50% to 2.1. His excessive intake dramatically demonstrates the positive effect of niacin on lipids. Fortunately he did not suffer adverse effects from taking more than the recommended limit of 3000 mg/day.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».