Abstract 427: Plasma PCSK9 Levels Are Positively Correlated With LDL-Cholesterol Concentrations in Familial Hypercholesterolemia
Notice bibliographique
Résumé
Autosomal dominant familial hypercholesterolemia (FH) is caused by mutations in the LDL receptor (LDLR), its ligand apoB or proprotein convertase subtilisin/kexin type 9 (PCSK9) genes. PCSK9 regulates LDL-C levels by binding to LDLR, thereby enhancing its intracellular degradation. Although PCSK9 levels have been shown to be elevated in FH subjects, the extent to which PCSK9 levels correlate with LDL-C concentrations in FH has not been examined. Therefore, the objective of the present study was to assess the relationship between PCSK9 and LDL-C levels in a large cohort of genetically defined French-Canadian (FC) FH subjects. A total of 292 FH heterozygotes (heFH) carrying one of the nine FC mutations in the LDLR gene were recruited. 226 subjects were carriers of a negative receptor (NR) mutation in the LDLR gene, while the other 66 were carriers of a defective (DR) LDLR gene mutation. 56 control subjects matched for gender and body mass index (BMI) were also recruited. Fasting blood samples were collected after a 6-week period without lipid lowering medication. PCSK9 levels were significantly higher in the heFH group than in the control group (317.9 ng/ml vs 203.3 ng/ml; P<0.001). In the heFH group, PCSK9 levels were positively and independently correlated with LDL-C concentrations and predicted 8.1% (P<0.001) of the variability in LDL-C levels. Age, the type of LDLR mutation (NR vs DR), and BMI were also significantly associated with the variability in LDL-C levels, predicting 13.6% (P<0.001), 3.9% (P<0.001), and 1.8% (P=0.02) of the LDL-C variance, respectively. Interestingly, PCSK9 levels were also positively correlated with lipoprotein(a) levels in heFH (r=0.20; P<0.001). These results indicate that PCSK9 levels are positively correlated with LDL-C and lipoprotein(a) concentrations in heFH.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».