Lipoprotein‐Associated Phospholipase A <sub>2</sub> Activity Is a Marker of Risk But Not a Useful Target for Treatment in Patients With Stable Coronary Heart Disease
Notice bibliographique
Résumé
BACKGROUND: We evaluated lipoprotein-associated phospholipase A2 (Lp-PLA2) activity in patients with stable coronary heart disease before and during treatment with darapladib, a selective Lp-PLA2 inhibitor, in relation to outcomes and the effects of darapladib in the STABILITY trial. METHODS AND RESULTS: Plasma Lp-PLA2 activity was determined at baseline (n=14 500); at 1 month (n=13 709); serially (n=100) at 3, 6, and 18 months; and at the end of treatment. Adjusted Cox regression models evaluated associations between Lp-PLA2 activity levels and outcomes. At baseline, the median Lp-PLA2 level was 172.4 μmol/min per liter (interquartile range 143.1-204.2 μmol/min per liter). Comparing the highest and lowest Lp-PLA2 quartile groups, the hazard ratios were 1.50 (95% CI 1.23-1.82) for the primary composite end point (cardiovascular death, myocardial infarction, or stroke), 1.95 (95% CI 1.29-2.93) for hospitalization for heart failure, 1.42 (1.07-1.89) for cardiovascular death, and 1.37 (1.03-1.81) for myocardial infarction after adjustment for baseline characteristics, standard laboratory variables, and other prognostic biomarkers. Treatment with darapladib led to a ≈65% persistent reduction in median Lp-PLA2 activity. There were no associations between on-treatment Lp-PLA2 activity or changes of Lp-PLA2 activity and outcomes, and there were no significant interactions between baseline and on-treatment Lp-PLA2 activity or changes in Lp-PLA2 activity levels and the effects of darapladib on outcomes. CONCLUSIONS: Although high Lp-PLA2 activity was associated with increased risk of cardiovascular events, pharmacological lowering of Lp-PLA2 activity by ≈65% did not significantly reduce cardiovascular events in patients with stable coronary heart disease, regardless of the baseline level or the magnitude of change of Lp-PLA2 activity. CLINICAL TRIAL REGISTRATION: URL: https://www.clinicaltrials.gov. Unique identifier: NCT00799903.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».