A Meta-Analysis of Low-Density Lipoprotein Cholesterol, Non-High-Density Lipoprotein Cholesterol, and Apolipoprotein B as Markers of Cardiovascular Risk
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Whether apolipoprotein B (apoB) or non-high-density lipoprotein cholesterol (HDL-C) adds to the predictive power of low-density lipoprotein cholesterol (LDL-C) for cardiovascular risk remains controversial. METHODS AND RESULTS: This meta-analysis is based on all the published epidemiological studies that contained estimates of the relative risks of non-HDL-C and apoB of fatal or nonfatal ischemic cardiovascular events. Twelve independent reports, including 233 455 subjects and 22 950 events, were analyzed. All published risk estimates were converted to standardized relative risk ratios (RRRs) and analyzed by quantitative meta-analysis using a random-effects model. Whether analyzed individually or in head-to-head comparisons, apoB was the most potent marker of cardiovascular risk (RRR, 1.43; 95% CI, 1.35 to 1.51), LDL-C was the least (RRR, 1.25; 95% CI, 1.18 to 1.33), and non-HDL-C was intermediate (RRR, 1.34; 95% CI, 1.24 to 1.44). The overall comparisons of the within-study differences showed that apoB RRR was 5.7%>non-HDL-C (P<0.001) and 12.0%>LDL-C (P<0.0001) and that non-HDL-C RRR was 5.0%>LDL-C (P=0.017). Only HDL-C accounted for any substantial portion of the variance of the results among the studies. We calculated the number of clinical events prevented by a high-risk treatment regimen of all those >70th percentile of the US adult population using each of the 3 markers. Over a 10-year period, a non-HDL-C strategy would prevent 300 000 more events than an LDL-C strategy, whereas an apoB strategy would prevent 500 000 more events than a non-HDL-C strategy. CONCLUSIONS: These results further validate the value of apoB in clinical care.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,027 | 0,043 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle