Reaching Target Lipid Levels in Patients at High Risk of Cardiovascular Event: The Experience of a Canadian Tertiary Care Lipid Clinic
Notice bibliographique
Résumé
OBJECTIVES: To determine the proportion of high risk patients followed at a tertiary care lipid clinic who met recommended lipid targets and to identify predictors of reaching goal lipid levels. RESEARCH DESIGN AND METHODS: A retrospective cohort study of 502 high risk patients followed between 1983 and 2003. Clinical and demographic data and fasting lipid profiles were extracted from each patient's first two clinic visits as well as the most recent visit. RESULTS: All patients in this study were at high risk of cardiovascular events due to dyslipidemia. At "Visit 1", only 55 (11.0%) of patients were at target TC/HDL-C < 4.0, and 97 (19.3%) of patients met target LDL-C < 2.5 mmol/l. At "Visit 3", 229 (45.8%) patients reached TC/HDL-C target, and 216 (43.2%) patients were at LDL-C target. The mean change in lipid values between Visit 1 and Visit 3 was significant (p = 0.0002) for LDL-C and (p < 0.0001) for TC/HDL-C. The use of statins, niacin, or salmon oil were all significantly associated with reaching TC/HDL-C target and LDL-C target, as well male gender, diabetes mellitus and peripheral vascular disease were also associated with reaching LDL-C target. Increasing age and lower body mass index were associated with reaching goal TC/HDL-C. CONCLUSIONS: The mean absolute changes in lipid values were significant and median lipid levels approached target levels in patients followed at specialized clinic, however the majority of high risk patients are not meeting goal lipid levels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».