MétaCan
Menu
Retour à la cohorte
Enregistrement W2151984251

Façons d’identifier et de prendre en charge la dyslipidémie athérogène: Une conséquence métabolique de l’obésité et du diabète

2013· article· fr· W2151984251 sur OpenAlexaffabout
N. John Bosomworth

Notice bibliographique

RevueEurope PMC (PubMed Central) · 2013
Typearticle
Languefr
DomaineMedicine
ThématiqueLipoproteins and Cardiovascular Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecologyHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

OBJECTIF: Passer en revue les données probantes concernant la reconnaissance et la prise en charge de la dyslipidémie athérogène. SOURCES DES DONNÉES: Des études randomisées et des méta-analyses de grande qualité ont été trouvées pour répondre à la plupart des questions. Les lignes directrices nord-américaines et européennes ont été examinées. Parmi celles-ci, les lignes directrices de la Société canadienne de cardiologie étaient les plus congruentes avec les ouvrages scientifiques récents. MESSAGE PRINCIPAL: La dyslipidémie athérogène se caractérise par de faibles taux de lipoprotéines de haute densité (HDL), de hauts niveaux de triglycérides et un nombre élevé de particules de lipoprotéines de basse densité (LDL). Ce problème est étroitement associé à des maladies cardiovasculaires (MCV) et il n’est pas bien cerné par les scores de risque de Framingham et les dosages des LDL. L’obésité, l’intolérance au glucose, le diabète et le syndrome métabolique deviennent rapidement de plus en plus fréquents et sont souvent associés avec la dyslipidémie athérogène, ce qui affecte le risque à long terme de MCV. Pour la reconnaître en cabinet, il est préférable de recourir au dosage du cholestérol non HDL ou au ratio du cholestérol total par rapport au HDL. La réussite du traitement repose sur l’optimisation du régime alimentaire et de l’activité physique. Parmi les médicaments disponibles, ce sont les statines qui procurent le plus de bienfaits et elles peuvent être titrées en fonction de la tolérance du patient plutôt que selon les valeurs ciblées de LDL, qui ne sont pas appuyées par de solides données probantes. L’ajout de fénofibrate peut être envisagé chez les patients ayant des niveaux élevés de triglycérides et de bas niveaux de HDL qui n’ont pas répondu de façon satisfaisante aux statines ou ne les ont pas tolérées. CONCLUSION: La prévalence grandissante de l’obésité crée un risque de MCV pouvant passer inaperçu si on mesure seulement le cholestérol LDL. De simples calculs à partir des résultats d’un bilan des lipides non à jeun permettent d’obtenir les niveaux du cholestérol non HDL et le ratio cholestérol total/HDL, qui sont tous 2 supérieurs comme valeurs prédictives du risque chez tous les patients. Ces mesures devraient être disponibles dans les profils lipidiques.

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)0,025
score de la tête « metaresearch » (Gemma)0,065
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: aucune
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,065
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,008
Tête enseignante GPT0,242
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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEurope PMC (PubMed Central)Même sujetLipoproteins and Cardiovascular HealthTravaux en français237 207