Impact of glucose and lipid markers on the correlation of calculated and enzymatic measured low‐density lipoprotein cholesterol in diabetic patients with coronary artery disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Low-density lipoprotein cholesterol (LDL-C) is widely estimated by Friedewald equation (FE) and Enzymatic test (ET), which are affected by several factors. The aim of this study was to observe the impact of diabetic lipid and glucose patterns on the correlation between FE LDL-C (F-LDL) and ET LDL-C (E-LDL) in patients with coronary artery disease (CAD). METHODS AND RESULTS: A total of 8155 CAD patients were consecutively enrolled and their lipid profiles were measured. The impacts of triglyceride (TG), glycosylated hemoglobin A1c (HbA1c), and high-density lipoprotein cholesterol (HDL-C) on the correlation of F-LDL and E-LDL were examined. The difference value (DV) between F-LDL and E-LDL was compared using ANOVA test. The CAD patients with DM were elder and had higher body mass index, plasma TG compared with those without DM (P < .05 separately). In the whole population, F-LDL was lower than E-LDL but showed a high correlation with E-LDL (r = .970, P = .000). Moreover, as the TG concentrations increased, the DV increased accordingly but the correlation between F-LDL and E-LDL decreased (P < .01). The similar trend was also found in both DM and non-DM patients comparing with different TG groups. However, in patients with DM, there was no significant difference of DV in different HbA1c groups or HDL-C concentrations (P > .05). CONCLUSION: Although F-LDL might underestimate the value of LDL-C, the correlation between F-LDL and E-LDL was clinically acceptable (r = .97), suggesting the LDL-C values measured by two methods were similarly reliable in CAD patients with or without DM.
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 découle