Notice bibliographique
Résumé
Question: To determine by how much statins reduce serum concentrations of low density lipo-protein (LDL) cholesterol according to drug, dose, and duration of treatment. Population: Patients included in randomized, placebo-controlled trials of six statins (atorvastatin, fluvastatin, lovastatin, pravastatin, simvastatin, rosuvastatin). Design and methods: Meta analysis of 164 short-term, randomized trials including 24 000 drug-treated and 14000 placebo-treated patients. Studies were found by searching Medline, the Cochrane Collaboration, Web of Science databases, and BMJ.com. All double-blind, placebo-controlled trials were considered eligible. Excluded trials were those with no placebo group, any which lasted less than 2 weeks, those that used titrated doses, those that used combination drugs to lower cholesterol, crossover trials, or those with chronic renal failure patients. The efficacy of each statin was defined as the reduction of LDL for a given dose of a statin expressed as the change in the treated group minus that in the placebo group. Results: The doses of atorvastatin, lovastatin, rosuvastatin and simvastatin used to lower LDL by an absolute amount of 1.8 mmol=l or 40% are shown in the table. Pravastatin and fluvastatin were a less effective treatment, with maximum doses (80 mg=day) lowering LDL by 1.58 mmol=l and 1.60 mmol=l, respectively. Statins increased high density lipoprotein cholesterol by 0.07 mmol=l on average with no dose effects observed. For safety outcomes, 1063=14 197 statin patients compared with 923=10 568 control patients reported one or more symptoms possibly associated with the drug. Rhabdomyolysis was observed in eight statin patients compared with five placebo patients. [Table: see text] Conclusion: Statins can lower the LDL cholesterol concentration by an average of 1.8 mmol=l, and the LDL lowering effect varies across statin type and dose: simvastatin, lovastatin, atorvastatin and rosuvastatin appearing more effective, and fluvastatin and pravastatin appearing less effective.
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 | 0,023 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,215 | 0,109 |
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 ».