P1769Lowering the neutrophil to lymphocyte ratio by the BET inhibitor, apabetalone: potential implications for cardiovascular events in high risk patients
Notice bibliographique
Résumé
Background: In addition to traditional inflammatory markers, the neutrophil to lymphocyte ratio (NLR) has been identified as a marker of systemic inflammation. Higher NLR has been associated with adverse clinical outcomes and is predictive of incident events in patients with CVD, diabetes and CKD. Apabetalone selectively inhibits the second ligand domain in bromodomain and extra terminal (BET) proteins, which are epigenetic readers of acetylated lysine marks on histone tails. Apabetalone modifies inflammatory pathways implicated in vascular disease and reduces incidence of major adverse cardiovascular events (MACE: death, non-fatal myocardial infarction and hospitalization for cardiovascular causes) in pooled data from phase 2 studies (SUSTAIN & ASSURE, n=499). Purpose: To evaluate the impact of apabetalone treatment on the NLR and its association with MACE. Methods: Neutrophil and lymphocyte counts were collected in the haematology panels during two phase 2 trials: SUSTAIN and ASSURE, which compared the effects of treatment with apabetalone 200 mg bid (n=331) and placebo (n=168) for up to 26 weeks on circulating cardiovascular biomarkers and atherosclerotic plaque in patients with established CVD (n=499).
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».