Relation between high density lipoprotein particles concentration and cardiovascular events: a meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Trails aimed at raising high density lipoprotein(HDL) cholesterol concentration failed to make better cardiovascular outcomes. HDL particles may be better biomarkers reflecting properties of HDL. This meta-analysis was conducted to evaluate the relation between blood HDL particles level and cardiovascular events. METHODS: PubMed and other databases were searched for eligible studies and NewCastle-Ottawa Quality Assessment Scale(NOS) was used to assess the quality of included studies. A random or fixed-effect model was applied to calculate the pooled hazard ratio(HR). RESULTS: Twelve studies were finally included. The pooled HR(95%confidence interval) for per standard deviation(SD) increment and top quartile versus bottom quartile were 0.79(0.72,0.86) and 0.65(0.57,0.75), respectively. Subgroup analysis suggested that HR was significantly lower in subjects with a cardiovascular disease(CVD) history than that of people without established CVD. Subclass analysis indicated that HRs for per SD increment of small(0.85) and medium(0.84) HDL particles were significantly lower than that of large HDL particles(0.96). CONCLUSIONS: HDL particle level in blood was inversely related to CVD events, indicating that HDL particles maybe a protective factor in patients with CVD, thus making HDL particles a potential biomarker and therapy target.
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 | 0,007 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,023 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».