Lipoprotein(a) Is Associated Differentially With Carotid Stenosis, Occlusion, and Total Plaque Area
Notice bibliographique
Résumé
BACKGROUND: Lipoprotein(a) [Lp(a)] is a putative risk factor for myocardial infarction and stroke and is related to thrombosis and impaired fibrinolysis. We studied relationships of Lp(a) with carotid stenosis, occlusion, and total plaque area, distinct phenotypes of atherosclerosis that may be differentially affected by cardiovascular risk factors. METHODS AND RESULTS: Multivariable linear regression analysis was used to study relationships of Lp(a) to phenotypes of carotid atherosclerosis among 876 consecutive patients from an atherosclerosis prevention clinic with complete data for all variables used in the model. Occlusion of an internal carotid artery was present in 22 (2.5%) patients (one with bilateral occlusions). Risk factors predicted carotid plaque area, stenosis, and occlusion differently. Lp(a) was a significant independent predictor of baseline stenosis (P<0.0001) but not of plaque area (P=0.13); in logistic regression, Lp(a) significantly predicted occlusion (P=0.001). Patients with occlusion had significantly higher levels of Lp(a): 0.27+/-0.25 g/L versus 0.17+/-0.18 g/L without occlusion; P=0.007. CONCLUSIONS: Lp(a) was a significant independent predictor of carotid stenosis and occlusion, but not of carotid plaque area, supporting the hypothesis that the effect of Lp(a) on atherogenesis and cardiovascular risk is largely related to thrombosis and impaired fibrinolysis. Stenosis and occlusion may not be attributable to plaque progression, but to plaque rupture and thrombosis; this relationship may also apply to other arterial beds.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».