MétaCan
Menu
Retour à la cohorte
Enregistrement W2140677562 · doi:10.1586/erc.11.83

Treatment of lipid disorders in obesity

2011· review· en· W2140677562 sur OpenAlexaff
Serena Tonstad, Jean‐Pierre Després

Notice bibliographique

RevueExpert Review of Cardiovascular Therapy · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensInstitut universitaire de cardiologie et de pneumologie de Québec
Organismes subventionnairesnon disponible
Mots-clésMedicineDyslipidemiaHyperlipidemiaObesityInternal medicineWeight lossEndocrinologyMetabolic syndromePostprandialCholesterolPharmacotherapyDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

Obesity is the most common cause of secondary hyperlipidemia. Atherogenic dyslipidemia refers to elevated triglycerides, low HDL-cholesterol and small dense LDL associated with visceral obesity and metabolic syndrome. Obesity may also be associated with isolated low HDL-cholesterol or high triglycerides and postprandial hyperlipidemia. While some obese patients have high LDL cholesterol concentrations, obesity has a more pronounced effect on other atherogenic lipids and lipoproteins. Obesity may aggravate familial lipid disorders. Lipid disorders in obesity are responsive to weight loss, pharmacotherapy and weight loss surgery. Statins are the lipid-lowering drug of choice, together with lifestyle change. Hard clinical end point data to support combinations of statins with other drugs is lacking. After weight loss surgery, the absolute risk of cardiovascular disease should be reassessed, but tools to facilitate risk assessment need to be developed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-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 enseignants0,920
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0090,009
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,348
Écart entre enseignants0,298 · 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

Citations49
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExpert Review of Cardiovascular TherapyMême sujetDiet and metabolism studiesTravaux en français237 207