Value of HDL Cholesterol, Apolipoprotein A-I, Lipoprotein A-I, and Lipoprotein A-I/A-II in Prediction of Coronary Heart Disease
Notice bibliographique
Résumé
OBJECTIVE: We have examined the association between the incidence of coronary heart disease (CHD) and plasma high density lipoprotein (HDL) cholesterol, apolipoprotein A-I (apoA-I), and 2 HDL fractions, lipoprotein A-I and lipoprotein A-I:A-II. METHODS AND RESULTS: These parameters were measured in subjects recruited in France and in Northern Ireland in the Prospective Epidemiological Study of Myocardial Infarction (PRIME) Study, a prospective cohort study. Among the subjects free of CHD on entry, 176 in France and 113 in Northern Ireland suffered an ischemic attack (CHD patients) during the 5-year follow-up, whereas 6612 French and 2172 Northern Irish men showed no CHD symptoms (CHD-free subjects). All 4 HDL parameter levels were lower in CHD patients than in CHD-free subjects. After the cohort was divided into quintiles based on the distribution of HDL parameter levels, a significant (P<0.0001) linear increase in relative risk was observed for each HDL parameter level. However, regression logistic analyses showed that apoA-I was the strongest predictor (more powerful than HDL cholesterol) and that lipoprotein A-I and lipoprotein A-I:A-II did not supplement apoA-I in predicting CHD. CONCLUSIONS: Among the parameters related to HDL, apoA-I appears to be the strongest independent risk factor.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».