MétaCan
Menu
Retour à la cohorte
Enregistrement W2775998334 · doi:10.1136/openhrt-2017-000731

Association of high-density lipoprotein cholesterol with non-fatal cardiac and non-cardiac events: a CANHEART substudy

2017· article· en· W2775998334 sur OpenAlexafffund
Harindra C. Wijeysundera, Maria Koh, David A. Alter, Peter C. Austin, Cynthia A. Jackevicius, Jack V. Tu, Dennis T. Ko

Notice bibliographique

RevueOpen Heart · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes, Cardiovascular Risks, and Lipoproteins
Établissements canadiensHealth Sciences CentreUniversity of TorontoInstitute for Clinical Evaluative SciencesSunnybrook Health Science Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineInternal medicineProportional hazards modelCholesterolCohortHazard ratioHigh-density lipoproteinCardiovascular healthDiseaseCohort studyCardiologyGastroenterologyConfidence interval

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,259
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen HeartMême sujetDiabetes, Cardiovascular Risks, and LipoproteinsTravaux en français237 207