Joint Distribution of Non-HDL and LDL Cholesterol and Coronary Heart Disease Risk Prediction Among Individuals With and Without Diabetes
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.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».