ANMCO/ISS/AMD/ANCE/ARCA/FADOI/GICR-IACPR/SICI-GISE/SIBioC/SIC/SICOA/SID/SIF/SIMEU/SIMG/SIMI/SISA Joint Consensus Document on cholesterol and cardiovascular risk: diagnostic–therapeutic pathway in Italy
Notice bibliographique
Résumé
Nutraceuticals and dyslipidaemia Polyunsaturated omega-3 fatty acids Management of high cardiovascular risk patients with hypercholesterolaemia Why AIFA [Italian Medicines Agency] note no. 13 must be abolished Clinical diagnosis and familial dyslipidaemia: AIFA note no. 13 and clinical algorithms Hypercholesterolaemia Prevalence and diagnosis of familial hypercholesterolaemia in Italy: sensitivity and specificity of AIFA's diagnostic algorithm 20S Clinical epidemiology of heterozygous familial hypercholesterolaemia in Italy Critical criteria for screening Role of genetic testing Guidance for laboratory reporting of lipid parameters Guidance for the reporting of lipid profile parameters Presentation of the results Reference system Reporting Unmet clinical needs in the management of hypercholesterolaemia Statin intolerance International definitions Operative synopsis for clinical practice Failure to meet therapeutic goals: the lower, the better, the sooner, the better Non-compliance with treatment prescriptions Extent of the phenomenon Clinical assessment Intervention to improve compliance The proposals in ANMCO consensus documents Diagnostic and therapeutic protocols in patients with statin-induced myalgia Diagnostic and therapeutic protocols in patients with statin-induced liver injury New drugs for the treatment of dyslipidaemia Introduction Drugs for the treatment of severe genetic dyslipidaemia PCSK9 inhibitors Alirocumab: the pharmacodynamic and pharmacokinetic aspects Clinical studies on alirocumab Tolerability of alirocumab Evolocumab: pharmacodynamic and pharmacokinetic aspects Clinical studies on evolocumab Tolerability of evolocumab Other PCSK9 inhibitors Conclusions Eligibility for treatment with PCSK9 inhibitors How to identify the patients to be treated Possible criteria for National Health Service reimbursement of PCSK9 inhibitors Assessment of the co-morbidities: the internal medicine patient D6 M.M.
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 | 0,012 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,008 |
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 ».