Sex Bias and Underutilization of Lipid-Lowering Therapy in Patients With Coronary Artery Disease at Academic Medical Centers in the United States and Canada
Notice bibliographique
Résumé
BACKGROUND: The efficacy of lipid-lowering therapy (LLT) has been well established for patients with preexisting coronary artery disease (CAD). However, limited information is available assessing the extent to which these medications are prescribed in academic medical centers. METHODS: The use of LLT for patients with CAD was prospectively evaluated in 825 men and women who were recruited from 16 academic medical centers in the United States and Canada to participate in the Prospective Evaluation of the Vascular Events of Norvasc Trial (PREVENT). The assessment of LLT use during the 3-year trial was evaluated in patients receiving amlodipine therapy and placebo; levels of low-density lipoprotein cholesterol (LDL-C) were used to assess the impact of LLT. RESULTS: Despite a baseline prevalence of LLT in 42% of men (38% in 1994), half of the patients had high levels of LDL-C (>3.36 mmol [>130 mg/dL]). During the subsequent 3 years, the prevalence of elevated LDL-C levels dropped in men (29%) but remained stagnant in women (48%). These changes were associated with increased LLT in men (55%) but not in women (35%) (P = .04). In 1994, the LDL-C target goal (<2.59 mmol/L [<100 mg/dL]) was attained in 17% of men and 6% of women (P = .006). At study completion in 1997, the LDL-C target goal was achieved in 31% of men and only 12% of women (P = .001). CONCLUSIONS: This study highlights the relatively low treatment rates of hyperlipidemia among patients with CAD overall and women in particular who were participating in a clinical trial at academic medical centers in the United States and Canada. Because LLT has been proven to reduce future cardiovascular events, these results suggest that more intensive efforts should be promoted in order to maximize CAD reduction.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 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 ».