Prevalence and pattern of dyslipidemia in Nepalese individuals with type 2 diabetes
Notice bibliographique
Résumé
BACKGROUND: Atherogenic dyslipidemia is an important modifiable risk factor for cardiovascular disease among patients of type 2 diabetes mellitus. Timely detection and characterization of this condition help clinicians estimate future risk of cardiovascular disease and take appropriate preventive measures. The aim of this study was to determine the prevalence, pattern and predictors of dyslipidemia in a cohort of Nepalese patients with type 2 diabetes. RESULTS: We found mixed dyslipidemia as the most prevalent (88.1%) and isolated dyslipidemia (10.1%) as the least prevalent forms of dyslipidemia in our patients. The most prevalent form of single dyslipidemia was high LDL-C (73.8%) and combined dyslipidemia was high TG, high LDL-C and low HDL-C (44.7%). Prevalence of all single and mixed dyslipidemia was higher in patients with poor glycemic control and hypertension. The glycemic status of patients correlated with their fasting serum lipid profile. Dyslipidemia was associated mainly with male gender, poor glycemic control and hypertension. CONCLUSIONS: Atherogenic dyslipidemia is associated mainly with male gender, poor glycemic control and hypertension. It is highly prevalent in Nepalese patients with type 2 diabetes. Urgent lifestyle modification, sustained glycemic control and aggressive lipid lowering treatment plans are necessary to minimize the future risk of cardiovascular disease in this population.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».