MétaCan
Menu
← Retour à la cohorte
Enregistrement W2142098166

Lipid screening to prevent coronary artery disease: a quantitative evaluation of evolving guidelines.

2000· article· en· W2142098166 sur OpenAlexaffabout
Steven A. Grover, Marc Dorais, Gilles Paradis, J Fodor, J. Frohlich, Ruth McPherson, Louis Coupal, Hanna Zowall

Notice bibliographique

RevuePubMed · 2000
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensMontreal General Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineFramingham Risk ScoreCoronary artery diseaseReceiver operating characteristicNational Cholesterol Education ProgramPopulationRisk assessmentLipid profileInternal medicineDiseaseCholesterolEnvironmental healthMetabolic syndromeObesity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: There is strong evidence to support the treatment of abnormal blood lipid levels among people with cardiovascular disease. Primary prevention is problematic because many individuals with lipid abnormalities may never actually develop cardiovascular disease. We evaluated the 1998 Canadian lipid guidelines to determine whether they accurately identify high-risk adults for primary prevention. METHODS: Using data from the Lipid Research Clinics and receiver operating characteristic (ROC) curves, we compared the diagnostic performance of the 1998 lipid guidelines when risk factors for coronary artery disease (CAD) were counted versus calculating risk using Framingham risk equations. We also compared the diagnostic accuracy of the 1998 guidelines with guidelines previously published by the National Cholesterol Education Program in the United States and the 1988 Canadian Consensus Conference on Cholesterol and then used Canadian Heart Health Survey data to forecast lipid screening and treatment rates for the Canadian population. RESULTS: The Framingham risk equations were more accurate than counting risk factors for predicting CAD risk (areas under the ROC curves, 0.83 [standard deviation (SD) 0.02] v. 0.77 [SD 0.03], p < 0.05). Risk counting was a particularly poor method for predicting risk for women. The 1998 Canadian guidelines identified high-risk individuals more accurately than the earlier guidelines, but the increased accuracy was largely due to a lower false-positive rate or a higher true-negative rate (i.e., increased test specificity). Using the 1998 lipid guidelines we estimate that 5.9 million Canadians currently free of cardiovascular disease would be eligible for lipid screening and 322,705 (5.5%) would require therapy. INTERPRETATION: Calculating risk using risk equations is a more accurate method to identify people at high risk for CAD than counting the number of risk factors present, especially for women, and the 1998 Canadian lipid screening guidelines are significantly better at identifying high-risk patients than the 1988 guidelines. Many of our findings were incorporated into the new 2000 guidelines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,121
score de la tête « metaresearch » (Gemma)0,315
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,639

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1210,315
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0160,014
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,084
Tête enseignante GPT0,318
Écart entre enseignants0,234 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetDiabetes, Cardiovascular Risks, and Lipoproteins→Travaux en français237 207→