Risk of Acute Myocardial Infarction Among Hepatitis C Virus (HCV)-Positive and HCV-Negative Men at Various Lipid Levels: Results From ERCHIVES
Notice bibliographique
Résumé
BACKGROUND: Risk of acute myocardial infarction (AMI) among hepatitis C virus (HCV)-positive versus HCV-negative persons with similar lipid levels is unknown. We determined incident AMI rates among HCV-positive and HCV-negative men among various lipid strata. METHODS: We created a propensity score matched (PSM) cohort and a low cardiovascular disease (CVD) risk cohort. Primary outcome was incident AMI rates by HCV status in each lipid strata using National Cholesterol Program guidelines for lipid strata. RESULTS: We identified 85863 HCV-positive and HCV-negative men in the PSM population. The incidence rates/1000 patient-years (95% confidence interval [CI]) for AMI among total cholesterol (TC) 200-239 stratum were 5.3 (4.89, 5.71) for HCV-positive versus 4.71 (4.42, 5) for HCV-negative men (P = .02) and for TC >240 mg/dL were 7.38 (6.49, 8.26) versus 6.17 (5.64, 6.71) (P = .02). For low-density lipoprotein cholesterol (LDL) of 130-159 mg/dL, AMI rates were 5.44 (4.97, 5.91) for HCV-positive and 4.81 (4.48, 5.14) for HCV-negative men (P = .03). The rise in risk with increasing lipid levels was greater in younger HCV-positive than in HCV-negative men (e.g., TC > 240 mg/dL: age >50 HR 1.38 [HCV-positive] and 1.12 [HCV-negative]; age ≤50 HR 1.6 [HCV-positive] and 1.29 [HCV-negative]), and more profoundly altered in HCV-positive men by lipid lowering therapy (change in HR with lipid-lowering therapy for TC >240 mg/dL from 1.82 to 1.19 [HCV-positive] from 1.48 to 1.03 [HCV-negative]). CONCLUSIONS: HCV-positive men have a higher risk of AMI than HCV-negative men at higher TC/LDL levels; this risk is more pronounced at a younger age. Lipid lowering therapy significantly reduces this risk, with more profound reduction among HCV-positive versus HCV-negative men at similar lipid levels.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».