Association of high-density lipoprotein cholesterol with non-fatal cardiac and non-cardiac events: a CANHEART substudy
Notice bibliographique
Résumé
Background: Emerging evidence has questioned the role of high-density lipoprotein cholesterol (HDL-C) as an independent and modifiable risk factor for cardiovascular disease. We sought to understand the relationship between HDL-C levels and subsequent non-fatal clinical events. Methods: Individuals without prior cardiovascular disease or cancer were identified. Outcomes of interest were classified as non-fatal cardiovascular, cancer and infectious. Sex-stratified, multivariable, cause-specific Cox proportional hazards models were created. The reference level HDL-C for both women and men was 51-60 mg/dL. Results: Our cohort consisted of 631 762 individuals. For cardiovascular events, there was a consistent inverse relationship, with higher adjusted HRs for the lower HDL-C strata in both men and women. This relationship was also seen in the composite of non-cardiovascular outcomes. In women, the HR in the <30 mg/dL HDL-C category was 2.10 (95% CI 1.66 to 2.57) and 1.86 (95% CI 1.27 to 2.72) for cardiovascular and non-cardiovascular outcomes, respectively; in contrast, in the >90 mg/dL group, it was 0.87 (95% CI 0.74 to 1.02) and 0.81 (95% CI 0.63 to 1.06). For men, HRs were 2.02 (95% CI 1.79 to 2.28) and 1.84 (95% CI 1.47 to 2.31) in the <30 mg/dL HDL-C category for cardiovascular and non-cardiovascular outcomes, respectively, compared with 0.73 (95% CI 0.53 to 1.00) and 1.07 (95% CI 0.67 to 1.70) in the >90 mg/dL group. Conclusions: We found an inverse relationship between HDL-C and a wide spectrum of non-fatal outcomes, suggesting that HDL-C is a heavily confounded factor that may be a marker of poor overall health, rather than an independent and modifiable risk factor.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».