Reduction of LDL-C-related residual cardiovascular risk with ezetimibe: are mechanistic considerations warranted in practice?
Notice bibliographique
Résumé
This editorial refers to ‘Low-density lipoprotein cholesterol targeting with pitavastatin + ezetimibe for patients with acute coronary syndrome and dyslipidaemia: the HIJ-PROPER study, a prospective, open-label, randomized trial’†, by N. Hagiwara et al., on page 2264. High levels of LDL cholesterol are causally linked to the risk of developing atherosclerotic cardiovascular disease (ASCVD). Reducing LDL cholesterol levels has been demonstrated to result in a reduction in cardiovascular events, with supporting evidence from both epidemiological studies and numerous randomized clinical trials. A recent meta-analysis by the Cholesterol Treatment Trialists’ Collaboration of 174 000 men and women demonstrated a relative risk reduction in major cardiovascular events of 22% in men and 16% in women with every 1.0 mmol/L (38.6 mg/dL) reduction in LDL cholesterol with a statin.1 This meta-analysis demonstrated that for every 1% reduction in LDL cholesterol, the risk of ASCVD events was reduced by 1%.2 On average, statins reduce LDL cholesterol levels between 40% and 60%, prompting the question of whether further reduction, beyond that achieved by high-intensity statins, would translate to further reductions in ASCVD events. The IMPROVE-IT trial3 addressed this question in 18 144 subjects, hospitalized for acute coronary syndromes, randomized to simvastatin (40 mg) plus ezetimibe (10 mg) or simvastatin (40 mg) alone. Ezetimibe reduces absorption of cholesterol from the intestine (see Figure 1) by targeting the Niemann–Pick C1-like 1 protein. From a baseline LDL cholesterol level of 2.4 mmol/L (93.8 mg/dL), the simvastatin + ezetimibe group declined to 1.4 mmol/L (53.2 mg/dL), while the statin monotherapy groups declined to 1.8 mmol/L (69.9 mg/dL). This 24% greater reduction in LDL cholesterol with ezetimibe resulted in a 6% relative reduction in cardiovascular death, major coronary event, or non-fatal stroke [hazard ratio (HR) 0.936, 95% confidence interval (CI) 0.89–0.99].
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 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,030 | 0,036 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 ».