Assessment of management of cardiovascular risk factors in patients with thoracic aortic disease
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular risk profiles and adiposity assessment data in patients with thoracic aortic disease (TAD) are sparse. HYPOTHESIS: Despite the fact that TAD patients are considered as a high-risk population, they will not be managed as aggressively as they should in terms of their cardiovascular risk profile. MATERIALS AND METHODS: Anthropometric, blood pressure (BP) data, and blood samples were collected prospectively from patients followed at our TAD dedicated clinic. The same measures have been taken in a control group initiating a cardiac rehabilitation program. RESULTS: In all, 286 patients with TAD and 116 controls were recruited. BMI was higher among the controls than the patients with TAD (30.0±6.1 vs. 27.2±4.9 kg/m(2), respectively; P<0.001). We found no statistical difference between the groups for waist circumference (TAD: 93.1±15.2 and 103.6±14.5 cm, control: 95.0±13.4 and 106.3±14.8 cm, respectively, for women and men; P=0.06). In terms of lipid profile, low-density lipoprotein cholesterol was 2.44±0.88 in patients with TAD and 2.09±0.82 mmol/l in the controls (P<0.001). A higher percentage of patients with TAD had low-density lipoprotein cholesterol values that were beyond the target (63.3% in TAD vs. 46.1% in control; P<0.01). The values of apolipoprotein-B were similar between groups (P=0.41). BP was higher in patients with TAD (135±19/76±11 mmHg) versus the controls (129±17/71±11 mmHg; P<0.01). On the basis of ambulatory BP monitoring, 49.3% of patients with TAD were not well controlled for daytime and/or night-time BP. CONCLUSION: Cardiovascular risk factors, particularly BP, are not well controlled in patients with TAD followed in a dedicated clinic when compared with another high-risk control group in a cardiac rehabilitation program.
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) | 0,000 | 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 ».