Joint Distribution of Non-HDL and LDL Cholesterol and Coronary Heart Disease Risk Prediction Among Individuals With and Without Diabetes
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
OBJECTIVE: To assess coronary heart disease (CHD) risk within levels of the joint distribution of non-HDL and LDL cholesterol among individuals with and without diabetes. RESEARCH DESIGN AND METHODS: We used four publicly available data sets for this pooled post hoc analysis and confined the eligible subjects to white individuals aged > or = 30 years and free of CHD at baseline (12,660 men and 6,721 women). Diabetes status was defined as either "reported by physician-diagnosed and on medication" or having a fasting glucose level > or = 126 mg/dl at the baseline examination. The primary end point was CHD death. Within diabetes categories, risk was assessed based on lipid levels (in mg/dl): non-HDL <130 and LDL <100 (group 1); non-HDL <130 and LDL > or = 100 (group 2); non-HDL > or = 130 and LDL <100 (group 3); and non-HDL > or = 130 and LDL > or = 100 (group 4). Group 1 within those without diabetes was the overall reference group. RESULTS: Of the subjects studied, approximately 6% of men and 4% of women were defined as having diabetes. A total of 773 CHD deaths occurred during the average 13 years of follow-up time. A Cox proportional hazard model was used to estimate the relative risk (RR) of CHD death. Those with diabetes had a 200% higher RR than those without diabetes. In a multivariate model, CHD risk in those with diabetes did not increase with increasing LDL, whereas it did increase with increasing non-HDL: RR (95% confidence interval) for group 1: 5.7 (2.0-16.8); group 2: 5.7 (1.6-20.7); group 3: 7.2 (2.6-19.8); and group 4: 7.1 (3.7-13.6). CONCLUSIONS: Non-HDL is a stronger predictor of CHD death among those with diabetes than LDL and should be given more consideration in the clinical approach to risk reduction among diabetic patients.
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 | 0,000 | 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 | 0,000 | 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 découle