MétaCan
Menu
Retour à la cohorte
Enregistrement W2137575025 · doi:10.3109/10408363.2013.847897

ApoB versus non-HDL-cholesterol: Diagnosis and cardiovascular risk management

2013· review· en· W2137575025 sur OpenAlexaffabout
Tjerk de Nijs, Allan D. Sniderman, Jacqueline de Graaf

Notice bibliographique

RevueCritical Reviews in Clinical Laboratory Sciences · 2013
Typereview
Langueen
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésApolipoprotein BCholesterolMedicineInternal medicineLipoproteinEndocrinology

Résumé

récupéré en direct d'OpenAlex

The most recent guidelines released by the EAS/ESC and the Canadian Cardiovascular Society (CCS) retain low-density lipoprotein cholesterol (LDL-C) as the primary measure of the atherogenic risk of the apolipoprotein B (apoB) lipoproteins and the primary target of LDL-C lowering therapy. Both organizations endorse non-high-density lipoprotein cholesterol (non-HDL-C) and apoB as "alternate/secondary" targets, but neither group offers evidence supporting the continued preference of LDL-C as the primary target over non-HDL-C and apoB. Further, both suggest that non-HDL-C and apoB more or less measure the same thing and, therefore, are essentially interchangeable. But what is the evidence that LDL-C should remain the primary target, and are apoB and non-HDL-C mirror images of one another? Furthermore, are estimation of risk and establishment of treatment targets the only relevant issues, or is diagnosis also an essential objective? These are the questions this article will address. Our principal objectives are: (1) to clarify the differences between LDL-C, non-HDL-C, and apoB and to distinguish what they measure; (2) to summarize the evidence relating to LDL-C, non-HDL-C, and apoB as predictors of cardiovascular risk and as targets for treatment; and (3) to demonstrate that diagnosis of atherogenic dyslipoproteinemias should be a fundamental clinical priority.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0210,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0070,003
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,199
Tête enseignante GPT0,482
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCritical Reviews in Clinical Laboratory SciencesMême sujetLipoproteins and Cardiovascular HealthTravaux en français237 207