Prognostic value of PCSK9 levels in patients with acute coronary syndromes
Notice bibliographique
Résumé
AIMS: Proprotein convertase subtilisin kexin 9 (PCSK9) is an emerging target for the treatment of hypercholesterolaemia, but the clinical utility of PCSK9 levels to guide treatment is unknown. We aimed to prospectively assess the prognostic value of plasma PCSK9 levels in patients with acute coronary syndromes (ACS). METHODS AND RESULTS: Plasma PCSK9 levels were measured in 2030 ACS patients undergoing coronary angiography in a Swiss prospective cohort. At 1 year, the association between PCSK9 tertiles and all-cause death was assessed adjusting for the Global Registry of Acute Coronary Events (GRACE) variables, as well as the achievement of LDL cholesterol targets of <1.8 mmol/L. Patients with higher PCSK9 levels at angiography were more likely to have clinical familial hypercholesterolaemia (rate ratio, RR 1.21, 95% confidence interval, CI 1.09-1.53), be treated with lipid-lowering therapy (RR 1.46, 95% CI 1.30-1.63), present with longer time interval of chest pain (RR 1.29, 95% CI 1.09-1.53) and higher C-reactive protein levels (RR 1.22, 95% CI 1.16-1.30). PCSK9 increased 12-24 h after ACS (374 ± 149 vs. 323 ± 134 ng/mL, P < 0.001). At 1 year follow-up, HRs for upper vs. lower PCSK9-level tertiles were 1.13 (95% CI 0.69-1.85) for all-cause death and remained similar after adjustment for the GRACE score. Patients with higher PCSK9 levels were less likely to reach the recommended LDL cholesterol targets (RR 0.81, 95% CI 0.66-0.99). CONCLUSION: In ACS patients, high initial PCSK9 plasma levels were associated with inflammation in the acute phase and hypercholesterolaemia, but did not predict mortality at 1 year.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 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 ».