Statin treatment and adherence to national cholesterol guidelines after ischemic stroke
Notice bibliographique
Résumé
BACKGROUND: National cholesterol guidelines have defined high vascular risk individuals as those who could potentially benefit most from statin therapy. The authors aimed to determine the rate of statin use, its predictors, and the achievement of national guideline target lipid goals among ischemic stroke survivors. METHODS: The authors abstracted data from the Vitamin Intervention for Stroke Prevention (VISP) study database from the United States and Canada to incorporate into algorithms for initiating statin therapy according to the National Cholesterol Education Program (NCEP) guidelines for high-risk individuals. The authors applied these algorithms to all study subjects. Univariate as well as multivariate associations for target lipid levels and statin implementation were then evaluated utilizing pertinent demographic, clinical, and laboratory data. RESULTS: Of 2,894 subjects in the analysis dataset, 38% were women; 71% were recruited in the United States and 29% in Canada. Of 769 high-risk subjects, 262 (34%) had a low-density lipoprotein (LDL) level > or =130 mg/dL and 124 of these (47%) were not on statin. Among those high-risk persons on statin treatment, only 42% had an LDL < or =100 mg/dL. Subjects in the overall cohort were more likely to be on a statin if they were treated in the United States or had a history of hypertension or coronary artery disease. CONCLUSIONS: Approximately one out of three guideline-eligible high vascular risk ischemic stroke patients in this study had low-density lipoprotein cholesterol concentrations above qualifying levels for pharmacologic therapy, but half of these patients were not taking a statin, and of those receiving statin treatment, less than half were within recommended lipid goals.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».